Desde as teclas físicas dos nossos laptops até os botões do software em nossos smartphones, a maioria de nós confia nos teclados como a principal forma de inserir dados no mundo digital. Mas acontece que nossos teclados também podem nos dizer um pouco sobre nós mesmos, detectando quando estamos cansados, bêbados e até mesmo quando estamos mostrando sinais precoces de distúrbios neurológicos, como a doença de Parkinson - talvez anos antes que surjam sintomas mais reconhecíveis.
Pesquisadores do Consórcio Madrid-MIT M + Visión, uma rede dedicada à inovação em saúde em Madri, estão reunindo e analisando as teclas digitadas dos voluntários com software e estudando os padrões que emergem através da aprendizagem de máquina. Padrões individuais de datilografia já foram usados para identificar indivíduos; alguns bancos os usaram para aumentar a segurança ao fazer login em contas. Mas, de acordo com um artigo publicado em breve na Scientific Reports, a equipe do M + Visión foi capaz de obter os mesmos dados de datilografia, combinados com técnicas de reconhecimento de padrões, para distinguir entre digitação feita quando totalmente descansada e quando os voluntários foram incumbidos. digite quando acordar à noite. Esses dados também poderiam ser usados para detectar condições neurológicas muito mais cedo do que os métodos existentes.
Para ser claro, a equipe está apenas reunindo informações sobre o tempo das teclas pressionadas, não quais teclas estão sendo pressionadas. Os pesquisadores desenvolveram um software que poderia ser aplicado a um navegador da Web para rastrear quanto tempo um datilógrafo segura cada tecla. Não há necessidade de usar teclados especializados e pouca causa para preocupações com privacidade. Na verdade, muitos teclados de smartphones de terceiros coletam muito mais dados sobre o que digitamos.
Mas fica claro no trabalho do grupo que deixamos para trás uma grande quantidade de informações quando interagimos com dispositivos eletrônicos em nossas vidas diárias.
"Toda vez que tocamos em algo que tem um microprocessador, o microprocessador é capaz de medir o tempo com precisão de mais de um milissegundo", diz Luca Giancardo, um colega do M + Vision e primeiro autor do artigo. "Você pode obter informações potenciais a partir de um microondas, mas mudar o software em um microondas é muito mais difícil".
O artigo foca principalmente no reconhecimento da fadiga, pois essa é uma das formas mais comuns de deficiência motora. Um grupo de voluntários primeiro digitou um artigo da Wikipédia durante o dia e depois foi solicitado a digitar outro artigo após ser acordado 70 a 80 minutos depois de dormir; no segundo cenário, o tempo de digitação foi mais inconsistente. Mas de acordo com o MIT, um estudo preliminar envolvendo 21 voluntários com Parkinson e 15 pessoas sem a doença indicaram que aqueles com Parkinson mostram mais variação de pressão.
“Há um declínio motor sete anos antes do diagnóstico clínico [é possível] e o declínio motor continua”, diz Giancardo. Ele diz que detectar sinais da doença mais cedo permitiria que os neurologistas ajustassem o tratamento com base no declínio motor do paciente, e talvez eventualmente pare o declínio no início com tratamentos que estão atualmente em desenvolvimento.
A técnica pode eventualmente ser usada para testar outras doenças neurológicas, bem como artrite reumatóide, e se a pessoa digitando está ou não bêbada. Por enquanto, a equipe está focada em provar, melhorar e refinar seu método de detecção de Parkinson com um estudo maior.
Além disso, os pesquisadores também estão interessados em reunir uma faixa maior de entrada de teclado de um grupo amplo de usuários, o que deve fornecer uma linha de base de padrão de digitação melhor e ajudá-los a diagnosticar diferentes condições.
"Espero que possamos fazer parcerias com alguns grandes players, para que nossa tecnologia possa ser incluída em plataformas maiores e o sinal possa ser capturado sem a intervenção do usuário", diz Giancardo. .
Até que isso aconteça, a equipe está fazendo alguns crowdsourcing de dados por conta própria. Eles desenvolveram um aplicativo, disponível em neuroqwerty.com, que monitora a digitação no Windows ou no Mac OSX da mesma maneira que os estudos controlados. Os datilógrafos saudáveis podem compartilhar seus dados de teclado, e os usuários que foram diagnosticados com o mal de Parkinson podem indicar que, ao se inscreverem, o estágio da doença e os medicamentos que estão tomando.
