DOI: https://doi.org/10.3389/fnrgo.2024.1345507
PMID: https://pubmed.ncbi.nlm.nih.gov/38533517
تاريخ النشر: 2024-03-12
المؤلف: Jesse Mark وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
تبحث هذه الدراسة في العلاقة بين الاستعداد المعرفي، إدارة عبء العمل، والوعي الظرفي في أنظمة الإنسان-الآلة عالية الدقة، مثل تلك المستخدمة في الفضاء الجوي وجراحة الروبوتات. تقدم الدراسة بروتوكول مهام جديد يتكون من ستة مجالات معرفية، يدمج ستة أنماط من المراقبة البيولوجية لتقييم عبء العمل العقلي على مدى عدة أيام. شارك المشاركون في مهام تتعلق بالذاكرة العاملة، اليقظة، تقييم المخاطر، تحويل الانتباه، الوعي الظرفي، والتحكم المثبط، بينما تم مراقبة نشاطهم القلبي (ECG وPPG)، العيني (EOG وتتبع العين)، ونشاط الدماغ (EEG وfNIRS).
تشير النتائج إلى حساسية متفاوتة لعبء العمل عبر الأنماط المختلفة، حيث كشفت تقنيات التصوير العصبي عن اختلافات كبيرة بين المجالات المعرفية وظروف المهام. يبرز هذا التقييم الشامل إمكانيات تقنيات استشعار الدماغ والجسم القابلة للارتداء في تقييم عبء العمل العقلي، مما يمهد الطريق لتطوير واجهات عصبية تكيفية وطرق تدريب تهدف إلى تعزيز التفاعل بين الإنسان والآلة واكتساب مهارات المشغل. تؤسس الدراسة قاعدة للبحوث المستقبلية متعددة الأنماط في علم الأعصاب الهندسي، مما يبرز أهمية فهم الأداء المعرفي في بيئات العالم الحقيقي.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على العلاقة بين عبء العمل المعرفي وأداء الإنسان عبر مهام متنوعة، مشددة على أن الملفات الشخصية المعرفية الفردية تؤثر على كفاءة المهام. وتبرز أهمية فهم كل من المطالب الخارجية والآليات المعرفية الداخلية لتقييم التعلم واكتساب المهارات بدقة. تعتبر المقاييس التقليدية للأداء، مثل المخرجات السلوكية والاستطلاعات الذاتية، غير كافية لالتقاط تعقيدات عبء العمل المعرفي، الذي يتأثر بعوامل مثل صعوبة المهمة ومستويات المهارة الفردية.
لمعالجة هذه القيود، يقترح المؤلفون نهجًا عصبيًا هندسيًا يجمع بين الأداء السلوكي مع مقاييس عصبية فيزيولوجية موضوعية. يقدمون مجموعة من ست مهام تستهدف المجالات المعرفية الأساسية – الذاكرة العاملة، اليقظة، تقييم المخاطر، تحويل الانتباه، الوعي الظرفي، والتحكم المثبط – لتطوير أداة شاملة لتقييم عبء العمل. تستخدم هذه الأداة أنماط مراقبة متنوعة، بما في ذلك الطيف الضوئي القريب من الأشعة تحت الحمراء (fNIRS)، تخطيط الدماغ الكهربائي (EEG)، ومقاييس فيزيولوجية مثل تخطيط القلب الكهربائي (ECG) وتتبع العين، لالتقاط التفاعل بين استجابات الجهاز العصبي المركزي والطرفي. تهدف الدراسة إلى توضيح ديناميكيات عبء العمل المعرفي عبر مستويات المهارة المختلفة وصعوبات المهام، مما يسهم في تحسين منهجيات التدريب والتقنيات العصبية التكيفية لاكتساب المهارات بكفاءة.
طرق البحث
في هذه الدراسة، تم تجنيد ثلاثة وعشرون مشاركًا تتراوح أعمارهم بين 18 و48 عامًا (16 أنثى، متوسط العمر 23 عامًا) للتحقيق في سؤال البحث المحدد. تضمنت معايير الأهلية أن يكون المشاركون من أصحاب اليد اليمنى، وأن تكون رؤيتهم قابلة للتصحيح إلى 20/20، وألا يكون لديهم تاريخ من إصابات الدماغ أو الاضطرابات النفسية. بالإضافة إلى ذلك، لم يكن المشاركون يتناولون أي أدوية قد تؤثر على نشاط الدماغ وكانوا مطلوبين أن يكونوا مواطنين أمريكيين أو مقيمين دائمين. قبل المشاركة، قدم جميع المشاركين موافقة مستنيرة، والتي تمت الموافقة عليها من قبل مجلس المراجعة المؤسسية في جامعة دريكسل.
النتائج
في هذا القسم، يقدم المؤلفون مجموعة من النتائج الأكثر أهمية من تحليلاتهم الشاملة عبر أنماط مختلفة، بما في ذلك fNIRS، EEG، ECG، PPG، EOG، وتتبع العين. تؤكد منهجية اختيار البيانات على أهمية حجم التأثير والدلالة الإحصائية، مع حد أقصى يبلغ خمس نقاط لكل نمط. على وجه التحديد، كانت النتائج الخاصة بـ EEG وfNIRS مطلوبة لتلبية معايير الدلالة بعد تصحيح معدل الاكتشاف الخاطئ (FDR)، وتم تنظيم النتائج حسب حجم التأثير الجزئي eta-squared، مما يضمن تمثيل العوامل المهمة مثل الجلسة، الشرط، والتفاعل.
تُلخص النتائج بصريًا في أشكال توضح نتائج fNIRS وEEG للعوامل الرئيسية والتفاعلات، جنبًا إلى جنب مع مقاييس الأداء والفيزيولوجيا. استخدمت التحليلات عددًا كبيرًا من المقاييس: 320 لـ fNIRS (160 في PCA)، 288 لـ EEG (224 في PCA)، وأعداد أصغر لـ ECG، PPG، EOG، وتتبع العين. اختلفت مقاييس الأداء بين المهام، حيث تراوحت من 3 إلى 6، وتم استبعادها من تحليل PCA. تتوفر إحصائيات مفصلة ونتائج إضافية في المواد التكميلية، مما يوفر نظرة شاملة على نتائج الدراسة.
المناقشة
هدفت الدراسة إلى التحقيق في العلاقات العصبية، الفيزيولوجية، والسلوكية لعبء العمل العقلي عبر ستة مجالات معرفية: الذاكرة العاملة، اليقظة، تقييم المخاطر، تحويل الانتباه، الوعي الظرفي، والتحكم المثبط. على مدار أربع جلسات، شارك المشاركون في مهام مصممة لتقييم هذه المجالات بينما تم تسجيل نشاط دماغهم واستجاباتهم الفيزيولوجية باستخدام أنماط متعددة، بما في ذلك الطيف الضوئي القريب من الأشعة تحت الحمراء (fNIRS)، تخطيط الدماغ الكهربائي (EEG)، تخطيط القلب الكهربائي (ECG)، قياس التغير في حجم الدم (PPG)، تخطيط العين الكهربائي (EOG)، وتتبع العين. استخدمت التحليلات نماذج مختلطة خطية لتقييم تأثيرات جلسة المهمة وظروف الصعوبة على مقاييس الأداء وعبء العمل، كاشفة عن تفاعلات كبيرة عبر الأنماط.
أشارت النتائج إلى أن fNIRS وEEG كانت حساسة بشكل خاص للتغيرات في عبء العمل، حيث كانت fNIRS تمثل نسبة أعلى من التباين في نشاط الدماغ عبر المهام مقارنة بـ EEG. على الرغم من أن مقاييس EEG غالبًا ما تعطي قيم F أعلى، إلا أن fNIRS قدمت رؤى حاسمة حول الاختلافات في نشاط الدماغ تحت ظروف المهام المتغيرة. أظهرت تحليل المكونات الرئيسية (PCA) أن أكثر من 90% من التباين المهم تم التقاطه بواسطة fNIRS وEEG، مما يشير إلى أن دمج هذه الأنماط يعزز فهم عبء العمل المعرفي. تسهم هذه الدراسة في النهج العصبي الهندسي، خاصة في الطيران، من خلال تسليط الضوء على إمكانيات القياسات العصبية الفيزيولوجية متعددة الأنماط لتوصيف التجارب الفردية وتحسين الأداء في البيئات التشغيلية.
القيود
تحدد الدراسة قيودًا كبيرة بشأن قدرة المقاييس الفيزيولوجية والعصبية على تمييز متطلبات الأداء عبر مجالات معرفية متنوعة. بينما تتعقب هذه المقاييس بشكل فعال التعلم العام وتجربة المهمة، إلا أنها تكافح لالتقاط التحديات المحددة المرتبطة بالمجالات المعرفية الفردية، ربما بسبب استخدام مستويات صعوبة ثابتة بدلاً من مقاييس مستمرة تعكس بشكل أفضل أداء المهام في العالم الحقيقي. يقترح المؤلفون أن زيادة حجم مجموعة المشاركين وتكرار مهام معينة قد يعزز الحساسية لهذه المجالات.
بالإضافة إلى ذلك، فإن تصميم مجموعة المهام، الذي تضمن مهام فردية قصيرة نسبيًا عبر مجالات معرفية متعددة، قيد عدد التجارب لكل مشارك وبالتالي قلل من القوة التجريبية داخل كل مجال. قد تستفيد الأبحاث المستقبلية من استخدام مهام متعددة المجالات ذات متطلبات معرفية متداخلة أو دمج نهج تعدد المهام. قد يكون أخذ عينات غير منتظم لأداء المهام، على الرغم من كونه يعكس الممارسة النموذجية، قد أدخل تباينًا. على الرغم من هذه القيود، أظهر المشاركون تحسينًا متسقًا عبر الجلسات، مما يشير إلى أن البروتوكول لم يؤثر سلبًا على أداء المهام. ستسعى التحليلات المستقبلية لاستكشاف العلامات العصبية المشتركة والفريدة عبر المهام والأنماط، مما قد يساهم في تحسين التدريب والتطبيقات في الإعدادات السريرية للتقييمات العصبية والنفسية.
DOI: https://doi.org/10.3389/fnrgo.2024.1345507
PMID: https://pubmed.ncbi.nlm.nih.gov/38533517
Publication Date: 2024-03-12
Author(s): Jesse Mark et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
This research investigates the relationship between cognitive readiness, workload management, and situational awareness in high-precision human-machine systems, such as those used in aerospace and robotic surgery. The study introduces a novel six-cognitive-domain task protocol, integrating six biomedical monitoring modalities to assess mental workload over multiple days. Participants engaged in tasks related to working memory, vigilance, risk assessment, shifting attention, situational awareness, and inhibitory control, while their cardiac (ECG and PPG), ocular (EOG and eye-tracking), and brain activity (EEG and fNIRS) were monitored.
The findings indicate varying sensitivities to workload across the different modalities, with neuroimaging techniques revealing significant differences between cognitive domains and task conditions. This comprehensive assessment highlights the potential of wearable brain and body sensing technologies in evaluating mental workload, paving the way for the development of neuroadaptive interfaces and training methods aimed at enhancing human-machine interaction and operator skill acquisition. The study establishes a foundation for future multimodal research in neuroergonomics, emphasizing the importance of understanding cognitive performance in real-world settings.
Introduction
The introduction of this research paper emphasizes the relationship between cognitive workload and human performance across various tasks, highlighting that individual cognitive profiles influence task efficiency. It underscores the importance of understanding both external demands and internal cognitive mechanisms to accurately assess learning and skill acquisition. Traditional measures of performance, such as behavioral outputs and subjective surveys, are deemed insufficient for capturing the complexities of cognitive workload, which is influenced by factors like task difficulty and individual skill levels.
To address these limitations, the authors propose a neuroergonomic approach that combines behavioral performance with objective neurophysiological measures. They introduce a six-task battery targeting foundational cognitive domains—Working Memory, Vigilance, Risk Assessment, Shifting Attention, Situation Awareness, and Inhibitory Control—to develop a comprehensive workload assessment tool. This tool employs various monitoring modalities, including functional near-infrared spectroscopy (fNIRS), electroencephalogram (EEG), and physiological measures like electrocardiogram (ECG) and eye-tracking, to capture the interplay between central and peripheral nervous system responses. The study aims to elucidate the dynamics of cognitive workload across different skill levels and task difficulties, ultimately contributing to enhanced training methodologies and neuroadaptive technologies for efficient skill acquisition.
Methods
In this study, twenty-three participants aged 18 to 48 years (16 females, mean age 23 years) were recruited to investigate the specified research question. Eligibility criteria included being right-handed, possessing vision correctable to 20/20, and having no history of brain injury or psychological disorders. Additionally, participants were not on any medication that could influence brain activity and were required to be United States citizens or permanent residents. Prior to participation, all subjects provided informed consent, which was approved by the Institutional Review Board of Drexel University.
Results
In this section, the authors present a selection of the most significant results from their comprehensive analyses across various modalities, including fNIRS, EEG, ECG, PPG, EOG, and eye-tracking. The methodology for data selection emphasizes the importance of effect size and statistical significance, with a maximum of five points per modality. Specifically, results for EEG and fNIRS were required to meet significance criteria after false discovery rate (FDR) correction, and the findings are organized by partial eta-squared effect size, ensuring representation of significant factors such as session, condition, and interaction.
The results are visually summarized in figures that depict fNIRS and EEG outcomes for main factors and interactions, alongside performance and physiological measures. The analyses utilized a substantial number of measures: 320 for fNIRS (160 in PCA), 288 for EEG (224 in PCA), and smaller counts for ECG, PPG, EOG, and eye-tracking. Performance measures varied between tasks, ranging from 3 to 6, and were excluded from PCA analysis. Detailed statistics and additional results are available in the supplementary material, providing a comprehensive overview of the study’s findings.
Discussion
The study aimed to investigate the neural, physiological, and behavioral correlates of mental workload across six cognitive domains: Working Memory, Vigilance, Risk Assessment, Shifting Attention, Situational Awareness, and Inhibitory Control. Over four sessions, participants engaged in tasks designed to assess these domains while their brain activity and physiological responses were recorded using multiple modalities, including functional near-infrared spectroscopy (fNIRS), electroencephalography (EEG), electrocardiogram (ECG), photoplethysmography (PPG), electrooculogram (EOG), and eye-tracking. The analysis employed linear mixed models to evaluate the effects of task session and difficulty condition on performance and workload measures, revealing significant interactions across modalities.
The results indicated that fNIRS and EEG were particularly sensitive to variations in workload, with fNIRS accounting for a higher proportion of variance in brain activity across tasks compared to EEG. Despite EEG measures often yielding higher F-values, fNIRS provided critical insights into differences in brain activity under varying task conditions. Principal component analysis (PCA) demonstrated that over 90% of the significant variance was captured by fNIRS and EEG, suggesting that combining these modalities enhances the understanding of cognitive workload. This study contributes to the neuroergonomic approach, particularly in aviation, by highlighting the potential of multimodal neurophysiological measurements to characterize individual experiences and optimize performance in operational settings.
Limitations
The study identifies significant limitations regarding the ability of physiological and neural measures to differentiate performance demands across various cognitive domains. While these measures effectively track overall learning and task experience, they struggle to capture specific challenges associated with individual cognitive domains, potentially due to the use of fixed difficulty levels rather than continuous measures that better reflect real-world task performance. The authors suggest that increasing the participant pool size and the repetition of specific tasks could enhance sensitivity to these domains.
Additionally, the task battery’s design, which involved relatively short individual tasks across multiple cognitive domains, limited the number of trials per participant and consequently reduced experimental power within each domain. Future research could benefit from employing multi-domain tasks with overlapping cognitive requirements or integrating multi-tasking approaches. The non-uniform sampling of task performance, while reflective of typical practice, may have introduced variability. Despite these limitations, participants demonstrated consistent improvement across sessions, indicating that the protocol did not adversely affect task performance. Future analyses will aim to explore shared and unique neural markers across tasks and modalities, potentially informing training optimization and applications in clinical settings for neurological and psychiatric assessments.