Fra de fysiske taster på vores bærbare computere til softwareknapperne på vores smartphones, de fleste af os er afhængige af tastaturer som den primære måde at indtaste data i den digitale verden. Men det viser sig, at vores tastaturer også kan fortælle os en hel del om os selv, opdage, når vi er trætte, berusede, og selv når vi viser tidlige tegn på neurologiske lidelser som Parkinsons sygdom - måske år før mere genkendelige symptomer overflader.
Forskere ved Madrid-MIT M + Visión Consortium, et netværk, der dedikerer til sundhedsindovation i Madrid, samler og analyserer tastetryk fra frivillige med software og studerer de mønstre, der opstår gennem maskinlæring. Individuelle typemønstre er allerede blevet brugt til at identificere individer; nogle banker har brugt dem til at øge sikkerheden, når de logger på konti. Men ifølge en snart offentliggjort artikel i Scientific Reports var M + Visión-teamet i stand til at tage de samme typedata kombineret med mønstergenkendelsesteknikker for at skelne mellem typning udført, når de var fuldt udhvilede, og når frivillige fik til opgave at skriv, når vågnet op om natten. Disse data kunne også bruges til at påvise neurologiske tilstande meget tidligere end eksisterende metoder.
For at være klar samler teamet kun oplysninger om timingen for tastetryk, ikke hvilke taster der trykkes på. Forskerne udviklede software, der kunne anvendes på en webbrowser for at spore, hvor længe en maskinskriver holder nøglen nede. Der er ingen grund til at bruge specialiserede tastaturer, og der er ingen grund til beskyttelse af personlige oplysninger. Faktisk samler mange tredjeparts smartphonetastaturer meget mere data om, hvad vi skriver.
Men det er tydeligt fra gruppens arbejde, at vi efterlader os en informationsplade, når vi interagerer med elektroniske apparater i vores daglige liv.
”Hver gang vi rører ved noget, der har en mikroprocessor i det, er mikroprocessoren i stand til at måle timingen med sub-millisekund nøjagtighed, ” siger Luca Giancardo, en M + Vision-stipendiat og papirets første forfatter. "Du kan få potentielle oplysninger fra en mikrobølgeovn, men det er meget sværere at ændre softwaren i en mikrobølgeovn."
Papiret fokuserer primært på at genkende træthed, da det er en af de mest almindelige former for motorisk svækkelse. En gruppe frivillige indtastede først en Wikipedia-artikel i løbet af dagen og blev derefter bedt om at skrive en anden artikel efter at være vågnet 70 til 80 minutter efter at have sovnet; i sidstnævnte scenario var timingen af deres tastetryk mere inkonsekvent. Men ifølge MIT indikerede en foreløbig undersøgelse, der involverede 21 frivillige med Parkinsons og 15 personer uden sygdommen, at dem med Parkinsons viser mere variation i tastetryk.
”Der er en motorisk tilbagegang syv år før klinisk diagnose [er mulig], og den motoriske tilbagegang fortsætter, ” siger Giancardo. Han siger, at fange af tegn på sygdommen tidligere ville give neurologer mulighed for at justere behandling baseret på patientens motoriske tilbagegang og måske til sidst stoppe tilbagegangen tidligt med behandlinger, der i øjeblikket er under udvikling.
Teknikken kan til sidst bruges til at teste for andre neurologiske sygdomme såvel som leddegigt, og hvorvidt den person, der skriver, er beruset eller ej. For nuværende tidspunkt er teamet imidlertid fokuseret på at bevise, forbedre og raffinere deres metode til at opdage Parkinson med en større undersøgelse.
Ud over det er forskerne også interesseret i at samle en større række tastaturinput fra en bred gruppe af brugere, hvilket skulle give dem et bedre typemønstergrundlag og hjælpe dem med at diagnosticere forskellige forhold.
”Forhåbentlig kan vi samarbejde med nogle store spillere, så vores teknologi kan inkluderes på større platforme, og signalet kan indfanges uden brugerindgriben, ” siger Giancardo. ”De er bare nødt til enten at fravælge eller tilmelde sig .”
Indtil det sker, laver teamet noget crowddourcing af data på egen hånd. De har udviklet en app, tilgængelig på neuroqwerty.com, der overvåger at skrive i Windows eller Mac OSX på meget samme måde som deres kontrollerede undersøgelser. Sunde maskinskrivere kan dele deres tastaturdata, og brugere, der er diagnosticeret med Parkinson, kan indikere, at når de tilmelder sig, såvel som stadiet i deres sygdom, og hvilke medicin de tager.
