Dans une étude pilote récente, Des chercheurs de l'Université nationale de Singapour (NUS) ont montré qu'une puissante plate-forme d'intelligence artificielle (IA) connue sous le nom de CURATE.AI pourrait potentiellement être utilisée pour personnaliser les régimes d'entraînement des individus afin de personnaliser l'apprentissage et d'améliorer les performances cognitives. En utilisant les données de performance d'une personne donnée, CURATE.AI crée un profil individualisé qui permet d'adapter la formation cognitive aux habitudes d'apprentissage et aux compétences de l'individu afin d'améliorer l'efficacité de la formation.

Une telle personnalisation dynamique guidée par l'IA surmonte l'amélioration limitée actuelle produite par l'utilisation de méthodes de formation traditionnelles qui impliquent souvent des exercices comportementaux répétitifs. Les résultats de l'étude prouvent que la plate-forme CURATE.AI a le potentiel d'améliorer l'apprentissage, et ouvre la voie à des applications prometteuses pour la thérapie numérique personnalisée, y compris la prévention du déclin cognitif.

La recherche, dirigé par le professeur Dean Ho et le professeur adjoint Christopher L. Asplund du N.1 Institute for Health (N.1) de la NUS, qui était auparavant le Singapore Institute for Neurotechnology (SINAPSE), a été publié dans la revue Thérapie avancée le 22 mai 2019.

Limites de l'entraînement cognitif traditionnel

Les approches d'apprentissage traditionnelles reposent souvent sur la répétition, où les participants sont continuellement entraînés sous le même niveau d'intensité, ou des niveaux d'intensité en constante augmentation au fil du temps. Bien que de telles approches puissent améliorer les performances, ils peuvent ne pas obtenir des résultats optimaux chez chaque participant. En outre, la meilleure trajectoire d'amélioration sera spécifique à l'individu, et la tâche doit être ajustée pour s'adapter à l'individu.

Au cours des années, plusieurs approches pour améliorer les performances cognitives ont été étudiées, allant des traitements médicamenteux aux jeux vidéo et aux exercices mentaux. Plus récemment, le domaine de la thérapeutique numérique a émergé, avec des applications mobiles explorées en remplacement des traitements médicamenteux.

"Chacun est unique, Ainsi, lorsqu'il s'agit de formation ou d'apprentissage, les résultats de performance varieront certainement considérablement d'une personne à l'autre. Exploiter la technologie pour améliorer l'apprentissage est un bon moyen de relever les défis qui perturbent les approches d'apprentissage conventionnelles. Ce qui manque, ce sont des approches qui peuvent ajuster correctement les performances de chaque utilisateur pour conduire à une amélioration rapide de la formation. C'est là que CURATE.AI peut intervenir pour combler le fossé, " a partagé le professeur Ho, qui est le directeur de N.1, et également professeur titulaire de la chaire Provost des départements de génie biomédical et de pharmacologie de la NUS, ainsi que membre de l'Institut biomédical pour la recherche et la technologie en santé mondiale (BIGHEART) à NUS.

CURATE.AI est une plateforme d'intelligence artificielle développée par une équipe d'ingénieurs dirigée par le professeur Ho. Cela fonctionne en utilisant les propres données d'une personne, tels que l'intensité de l'entraînement et les scores de performance de tâche correspondants, pour calibrer la réponse unique de la personne. Ce calibrage est ensuite utilisé pour créer un profil CURATE.AI individualisé, qui peut cartographier et identifier le meilleur régime d'entraînement possible pour augmenter les performances de la personne à son optimum.

Exploiter l'IA pour optimiser les performances cognitives

Pour déterminer comment une performance cognitive optimale peut être atteinte, l'équipe de recherche NUS a d'abord examiné comment les gens exécutent des tâches. L'équipe a utilisé un logiciel de simulation d'opérations de vol développé par l'US Air Force et la National Aeronautics and Space Administration. Les tâches du logiciel incluent la gestion des niveaux de réservoir de carburant, suivre une cible à l'aide d'un joystick, régler une radio en réponse à des commandes verbales, et répondre aux voyants et aux jauges.

Un groupe de 28 participants a été testé sur leur capacité à effectuer simultanément plusieurs tâches requises par le logiciel. Même avec les mêmes séquences d'activités et paramètres de contrôle, les participants se sont comportés différemment. Par exemple, pour une tâche nécessitant une réaction à un signal d'avertissement, le meilleur interprète pourrait répondre deux fois plus vite que le pire interprète. La plupart des participants se sont améliorés avec le temps, mais leurs taux d'amélioration respectifs étaient très variés. En outre, l'amélioration du même participant variait souvent d'un jour à l'autre.

« Les différences flagrantes montrent clairement qu'un régime d'entraînement unique basé sur la répétition statique n'est pas adapté pour optimiser l'apprentissage. Nous avons besoin d'une stratégie qui ajuste l'entraînement, ce qui peut impliquer de nombreuses tâches qui interfèrent les unes avec les autres les réponses changeantes du participant, " a déclaré le professeur adjoint Asplund, qui est également du Yale-NUS College.

En tant que tel, l'équipe de recherche a mené une étude pilote en utilisant CURATE.AI pour créer des profils de formation individualisés.

Trois participants ont suivi une formation à l'aide du logiciel du simulateur d'opérations aériennes, avec bas, niveaux d'intensité moyenne et élevée. Leurs scores de performance à ces niveaux ont révélé des résultats très individualisés.

Les résultats de l'étude pilote ont montré que même si certains participants peuvent s'épanouir sous des niveaux d'intensité élevés, d'autres peuvent être plus performants à des niveaux d'intensité inférieurs. Cela indique que pour optimiser les performances, l'intensité de l'entraînement doit être modifiée de manière dynamique à un moment donné, car le maintien de la même intensité tout au long d'une séance d'entraînement peut entraver la trajectoire d'amélioration. En outre, les différentes trajectoires observées entre chaque participant étaient frappantes, renforcer la nécessité de personnaliser le processus d'entraînement cognitif, car il n'y a pas deux sujets identiques.

"Avec des études prolongées, nous pourrons peut-être identifier les schémas thérapeutiques en constante évolution qui peuvent encore améliorer les performances à long terme. Cela peut ouvrir des opportunités pour CURATE.AI d'être utilisé pour d'autres applications telles que la prévention du déclin cognitif, et la thérapie numérique, " a expliqué M. Theodore Kee, le premier auteur de l'étude et également membre de N.1.

D'autres études

L'équipe NUS prévoit de développer un logiciel mobile intégré à CURATE.AI qui peut être étendu à d'autres applications de thérapie numérique et d'apprentissage personnalisé. En outre, l'équipe prévoit de mener des études prospectives où les participants interagissent avec le logiciel du simulateur d'opérations de vol pendant de plus longues périodes, afin de déterminer si la formation CURATE.AI peut permettre une rétention à long terme des performances de formation optimisées.