In un recente studio pilota, ricercatori della National University of Singapore (NUS) hanno dimostrato che una potente piattaforma di intelligenza artificiale (AI) nota come CURATE.AI potrebbe essere potenzialmente utilizzata per personalizzare i regimi di allenamento per gli individui per personalizzare l'apprendimento e migliorare le prestazioni cognitive. Utilizzando i dati sulle prestazioni di una determinata persona, CURATE.AI crea un profilo individualizzato che consente di adattare la formazione cognitiva alle abitudini e alle competenze di apprendimento dell'individuo in modo da migliorare l'efficacia della formazione.

Tale personalizzazione dinamica guidata dall'intelligenza artificiale supera l'attuale limitato miglioramento prodotto utilizzando metodi di allenamento tradizionali che spesso comportano esercizi comportamentali ripetitivi. I risultati dello studio dimostrano che la piattaforma CURATE.AI ha il potenziale per migliorare l'apprendimento, e apre la strada a promettenti applicazioni per la terapia digitale personalizzata, compresa la prevenzione del declino cognitivo.

La ricerca, guidato dal Professor Dean Ho e dall'Assistente Professor Christopher L. Asplund dell'Istituto N.1 per la Salute (N.1) di NUS, che era precedentemente il Singapore Institute for Neurotechnology (SINAPSE), è stato pubblicato sulla rivista Terapia avanzata il 22 maggio 2019.

Limiti dell'allenamento cognitivo tradizionale

Gli approcci di apprendimento tradizionali spesso si basano sulla ripetizione, dove i partecipanti sono continuamente formati con lo stesso livello di intensità, o livelli di intensità in costante aumento nel tempo. Sebbene tali approcci possano portare a prestazioni migliorate, potrebbero non ottenere risultati ottimali in ogni partecipante. Inoltre, la migliore traiettoria di miglioramento sarà specifica per l'individuo, e il compito deve essere adattato all'individuo.

Negli anni, sono stati studiati diversi approcci per migliorare le prestazioni cognitive, che vanno dai trattamenti farmacologici ai videogiochi e agli esercizi mentali. Più recentemente, è emerso il campo della terapia digitale, con applicazioni mobili che vengono esplorate come sostituti dei trattamenti farmacologici.

"Ognuno è unico, quindi quando si tratta di formazione o apprendimento, i risultati delle prestazioni certamente varieranno sostanzialmente da persona a persona. Sfruttare la tecnologia per migliorare l'apprendimento è un buon modo per affrontare le sfide che confondono gli approcci di apprendimento convenzionali. Ciò che manca sono approcci in grado di sintonizzare correttamente le prestazioni di ciascun utente per favorire un rapido miglioramento dell'allenamento. È qui che CURATE.AI può entrare in gioco per colmare il divario, " condiviso Prof Ho, chi è il Direttore di N.1, e anche professore di cattedra di Provost dai dipartimenti di ingegneria biomedica e farmacologia della NUS, nonché membro del Biomedical Institute for Global Health Research and Technology (BIGHEART) presso NUS.

CURATE.AI è una piattaforma di intelligenza artificiale sviluppata da un team di ingegneri guidati dal Prof Ho. Funziona utilizzando i dati di una persona, come l'intensità dell'allenamento e i corrispondenti punteggi delle prestazioni del compito, per calibrare la risposta unica della persona. Questa calibrazione viene quindi utilizzata per creare un profilo CURATE.AI personalizzato, che può mappare e individuare il miglior regime di allenamento possibile per aumentare al massimo le prestazioni della persona.

Sfruttare l'intelligenza artificiale per ottimizzare le prestazioni cognitive

Per ricavare come si possono ottenere prestazioni cognitive ottimali, il team di ricerca del NUS ha prima esaminato il modo in cui le persone svolgono le attività. Il team ha utilizzato un software di simulazione delle operazioni di volo sviluppato dall'Aeronautica degli Stati Uniti e dalla National Aeronautics and Space Administration. Le attività nel software includono la gestione dei livelli del serbatoio del carburante, tracciare un bersaglio usando un joystick, regolare una radio in risposta a comandi verbali, e rispondendo alle spie luminose e agli indicatori.

Un gruppo di 28 partecipanti è stato testato sulla capacità di eseguire più attività richieste dal software contemporaneamente. Anche con le stesse sequenze di attività e impostazioni di controllo, i partecipanti si sono comportati diversamente. Ad esempio, per un compito che richiede una reazione a un segnale di avvertimento, il miglior performer potrebbe rispondere due volte più velocemente del peggior performer. La maggior parte dei partecipanti è migliorata nel tempo, ma i loro rispettivi tassi di miglioramento erano molto vari. Inoltre, il miglioramento dello stesso partecipante spesso variava da un giorno all'altro.

"Le forti differenze mostrano chiaramente che un regime di allenamento universale basato sulla ripetizione statica non è adatto per ottimizzare l'apprendimento. Abbiamo bisogno di una strategia che regoli l'allenamento, che può comportare molti compiti che interferiscono tra loro, secondo le mutevoli risposte del partecipante, " ha detto Asst Prof Asplund, anch'egli dello Yale-NUS College.

Come tale, il team di ricerca ha condotto uno studio pilota utilizzando CURATE.AI per creare profili di formazione personalizzati.

Tre partecipanti sono stati addestrati utilizzando il software del simulatore di operazioni di volo, con basso, livelli di media e alta intensità. I loro punteggi delle prestazioni a questi livelli hanno rivelato risultati altamente individualizzati.

I risultati dello studio pilota hanno mostrato che mentre alcuni partecipanti possono prosperare con livelli di intensità elevati, altri possono avere prestazioni migliori con livelli di intensità inferiori. Ciò indica che per ottimizzare le prestazioni, l'intensità dell'allenamento dovrebbe essere variata dinamicamente in un dato momento poiché mantenere la stessa intensità durante una sessione di allenamento può ostacolare la traiettoria di miglioramento. Inoltre, le diverse traiettorie osservate tra ciascun partecipante sono state sorprendenti, rafforzando la necessità di personalizzare il processo di formazione cognitiva, poiché non esistono due soggetti uguali.

"Con studi prolungati, potremmo essere in grado di identificare i regimi in continua evoluzione che possono migliorare ulteriormente le prestazioni a lungo termine. Questo può aprire opportunità per CURATE.AI da utilizzare per altre applicazioni come la prevenzione del declino cognitivo, e terapia digitale, " ha spiegato il signor Theodore Kee, il primo autore dello studio e anche membro di N.1.

Ulteriori studi

Il team NUS sta pianificando di sviluppare un software mobile integrato con CURATE.AI che può essere esteso ad altre applicazioni di terapia digitale e apprendimento personalizzato. Inoltre, il team prevede di condurre studi prospettici in cui i partecipanti interagiscono con il software del simulatore di operazioni di volo per periodi di tempo più lunghi, al fine di determinare se la formazione CURATE.AI può consentire la conservazione a lungo termine delle prestazioni di formazione ottimizzate.