Von den physischen Tasten auf unseren Laptops bis zu den Softwaretasten auf unseren Smartphones verlassen sich die meisten von uns auf Tastaturen als Hauptmethode für die Eingabe von Daten in die digitale Welt. Es stellt sich jedoch heraus, dass unsere Tastaturen uns auch einiges über uns selbst erzählen können. Sie erkennen, wann wir müde und betrunken sind, und zeigen sogar frühe Anzeichen von neurologischen Störungen wie der Parkinson-Krankheit - vielleicht Jahre bevor erkennbare Symptome auftauchen.
Forscher des Madrid-MIT M + Visión-Konsortiums, eines Netzwerks, das sich mit Innovationen im Gesundheitswesen in Madrid befasst, sammeln und analysieren die Tastatureingaben von Freiwilligen mit Software und untersuchen die Muster, die beim maschinellen Lernen entstehen. Individuelle Schreibmuster wurden bereits verwendet, um Individuen zu identifizieren. Einige Banken haben sie verwendet, um die Sicherheit beim Anmelden bei Konten zu erhöhen. Laut einer Veröffentlichung in Scientific Reports, die in Kürze veröffentlicht werden soll, konnte das M + Visión-Team dieselben Typisierungsdaten in Kombination mit Mustererkennungstechniken verwenden, um zwischen der Typisierung im Ruhezustand und dem Einsatz von Freiwilligen zu unterscheiden Typ, wenn in der Nacht aufgewacht. Diese Daten könnten auch verwendet werden, um neurologische Zustände viel früher als bisherige Methoden zu erkennen.
Um klar zu sein, das Team sammelt nur Informationen über den Zeitpunkt des Tastendrucks, nicht darüber, welche Tasten gedrückt werden. Die Forscher entwickelten eine Software, die auf einen Webbrowser angewendet werden kann, um zu verfolgen, wie lange ein Schreibkraft jede Taste gedrückt hält. Es müssen keine speziellen Tastaturen verwendet werden, und es gibt kaum Anlass zu Datenschutzbedenken. Tatsächlich erfassen viele Smartphonetastaturen von Drittanbietern wesentlich mehr Daten zu unserer Eingabe.
Aus der Arbeit der Gruppe geht jedoch hervor, dass wir bei der Interaktion mit elektronischen Geräten in unserem täglichen Leben eine Fülle von Informationen hinterlassen.
„Jedes Mal, wenn wir etwas berühren, das einen Mikroprozessor enthält, kann der Mikroprozessor das Timing mit einer Genauigkeit von weniger als einer Millisekunde messen“, sagt Luca Giancardo, ein M + Vision-Mitarbeiter und Erstautor der Zeitung. "Sie können potenzielle Informationen aus einer Mikrowelle abrufen, aber das Ändern der Software in einer Mikrowelle ist viel schwieriger."
Das Papier konzentriert sich hauptsächlich auf das Erkennen von Müdigkeit, da dies eine der häufigsten Formen der motorischen Beeinträchtigung ist. Eine Gruppe von Freiwilligen tippte tagsüber zuerst einen Wikipedia-Artikel und wurde dann gebeten, einen anderen Artikel zu tippen, nachdem sie 70 bis 80 Minuten nach dem Schlafengehen aufgewacht waren. Im letzteren Szenario war der Zeitpunkt der Tastenanschläge inkonsistenter. Laut MIT ergab eine vorläufige Studie mit 21 Freiwilligen mit Parkinson-Krankheit und 15 Personen ohne Parkinson-Krankheit, dass die mit Parkinson-Krankheit eine größere Variation der Tastatureingaben aufweisen.
„Sieben Jahre vor der klinischen Diagnose gibt es einen motorischen Rückgang [ist möglich], und der motorische Rückgang setzt sich fort“, sagt Giancardo. Er sagt, Anzeichen der Krankheit früher zu erkennen, würde es Neurologen ermöglichen, die Behandlung basierend auf dem motorischen Rückgang des Patienten zu optimieren und möglicherweise den Rückgang frühzeitig mit Behandlungen zu stoppen, die sich derzeit in der Entwicklung befinden.
Die Technik könnte schließlich verwendet werden, um auf andere neurologische Erkrankungen sowie auf rheumatoide Arthritis zu testen und um festzustellen, ob die Person, die tippt, betrunken ist oder nicht. Im Moment konzentriert sich das Team jedoch darauf, die Methode zum Nachweis von Parkinson anhand einer größeren Studie zu erproben, zu verbessern und zu verfeinern.
Darüber hinaus sind die Forscher auch daran interessiert, eine größere Anzahl von Tastatureingaben von einer breiten Gruppe von Benutzern zu erfassen, die ihnen eine bessere Grundlage für die Eingabe von Mustern bieten und ihnen bei der Diagnose verschiedener Zustände helfen sollen.
„Wir hoffen, dass wir mit einigen großen Playern eine Partnerschaft eingehen können, damit unsere Technologie auf größeren Plattformen integriert werden kann und das Signal ohne Benutzereingriff erfasst werden kann“, sagt Giancardo . "
Bis dahin führt das Team selbst ein Crowdsourcing von Daten durch. Sie haben eine App entwickelt, die unter neuroqwerty.com erhältlich ist und die das Tippen unter Windows oder Mac OSX auf die gleiche Weise überwacht wie das kontrollierte Lernen. Gesunde Schreibkräfte können ihre Tastaturdaten austauschen, und Benutzer, bei denen Parkinson diagnostiziert wurde, können bei der Anmeldung angeben, in welchem Stadium sie sich befinden und welche Medikamente sie einnehmen.
