žŁÀûŒ§

Neuroinformatik - En brygga mellan kognition, AI och digital hälsa

Robot med surfplatta bredvid neuralt nĂ€tverk och appgrĂ€nssnitt – symboliserar neuroinformatik.

Neuroinformatik undersöker hur teknologi kan förbättra förståelsen och stödet för den mänskliga hjärnan och beteendet. Fältet kombinerar maskininlärning, appar, spel och robotik för att studera kognition, emotion och interaktion. Dessa interaktiva verktyg kan förbättra vård, lärande och välbefinnande.

I skärningspunkten mellan neurovetenskap och informatik uppstår neuroinformatik – ett område där digitala verktyg, AI-baserade system och assisterande teknologier samverkar för att främja neurologisk hälsa. Med utgångspunkt i tidigare arbete inom multipel skleros, kognitiv nedgång, spelifierad testning och social robotik, bygger denna framväxande forskningsgren vidare på våra styrkor inom appdesign, användarcentrerade teknologier och kliniskt samarbete. Framöver är vi engagerade i att fördjupa våra studier kring integration av kliniska data och spelifierad kognitiv bedömning, med målet att utveckla meningsfulla, validerade verktyg för tidig upptäckt, uppföljning och intervention.

Forskningsmål

  • Stärka klinisk grund: Integrera kliniska testdata med digitala verktyg för att följa kognitiv nedgång.
  • Spelifierade kognitiva bedömningar: Utveckla validerade spelbaserade testmiljöer för tidig upptäckt och uppföljning av kognitiv funktionsnedsättning.
  • Bredda det assisterande stödet: Kombinera appar och robotik för att främja autonomi och omsorg hos äldre och neurologiskt sårbara grupper.
  • Interdisciplinär samverkan: Förstärka samarbeten mellan neurovetenskap, människa-datorinteraktion (HCI), AI och kliniska partners för att säkerställa både användbarhet och vetenskaplig validitet.

AppS - Patientapplikationer

Appar för patienter och anvÀndare utvecklas i allt högre grad för att stödja egenvÄrd vid kroniska tillstÄnd sÄsom multipel skleros (MS). En serie studier beskriver design och utvÀrdering av en mobilapp som hjÀlper individer att övervaka symtom, följa aktiviteter, hantera stress och förbereda sig inför medicinska besök. Insikter frÄn patienter, vÄrdpersonal och diskussioner pÄ sociala medier vÀgledde designprocessen, vilket sÀkerstÀllde att lösningen mötte verkliga anvÀndarbehov. Appen förfinades genom iterativ prototypning och anvÀndbarhetstester, vilket ledde till förbÀttrad funktionalitet och datavisualisering. Sammantaget illustrerar detta hur digitala hÀlsoteknologier kan stÀrka patientengagemang, motivation och sjÀlvmedvetenhet i vardaglig sjukdomshantering.

Designprinciper

Designprinciper för AppS - patientcentrerade appar
Bild: Martine Oppegaard Jakobsen, University of Bergen

Deltagare i forskningsstudier

Deltagare i studie om digital egenvÄrd vid kroniska sjukdomar.

Bild: Martine Oppegaard Jakobsen, University of Bergen

Martine Oppegaard Jakobsen, Ankica Babic (2019)

HEALTH INFORMATICS VISION: FROM DATA VIA INFORMATION TO KNOWLEDGE , s.360-363

Maskininlärning vid kognitiv nedgång

Det finns framvÀxande AI-baserade metoder för tidig upptÀckt av kognitiv nedgÄng, baserade pÄ bilddata, kliniska data och sprÄkliga data. Dessa metoder visar hög diagnostisk potential och förbÀttras kontinuerligt i takt med framsteg inom djupinlÀrning. Tillsammans pekar de mot mer trÀffsÀkra och tillgÀngliga verktyg för att stödja tidiga insatser inom kognitiv hÀlsa.

Översikt av AI-baserade ML-metoder för kognitiv minskning.
Bild: Martine Oppegaard Jakobsen, University of Bergen

Arash Gharehbaghi, Ankica Babic (2025)

Studies in Health Technology and Informatics , s.46-50

Spelifierade kognitiva bedömningar

Intresset ökar för digitala system och spel för kognitiv testning och träning hos äldre vuxna, men validerade självbedömningsverktyg är fortfarande begränsade. Kliniska lösningar är mer tillförlitliga men ofta svåråtkomliga, medan många appar saknar vetenskaplig grund trots bred tillgänglighet. Framtida utveckling bör förena klinisk stringens med användarcentrerad design för att skapa engagerande, evidensbaserade verktyg för kognitiv hälsa vid åldrande.

Kollage av digitala system och spel för kognitiv testning och trÀning hos Àldre.

Versioner av Mini-Cog-test

Vi har utvecklat två digitala artefakter för testning av kognitiv nedgång baserade på det medicinskt validerade Mini-Cog-testet. Den första versionen är ett enkelt, klinikerorienterat verktyg, medan den andra integrerar spelifieringselement såsom berättelser, belöningar och emojis för att öka engagemanget.

Tre versioner av ett digitalt verktyg för att testa kognitiv nedgÄng med Mini-Cog: frÄn enkel textinmatning (nov 2023), till fÀrgglada knappar (mars 2024), till en spelifierad version med ikoner och emojis (april 2024).

Denna figur illustrerar klockritningsdelen av Mini-Cog-testet. Den vänstra bilden visar det första steget, där urtavlan ställs in, medan den högra bilden visar uppgiften att ange rätt tid genom att placera visarna.

TvÄ steg i Mini-Cog-klocktestet: en tom urtavla och en med visare som visar tiden.
Bild: Anton Nydal, University of Bergen, Norge

Feedback från användare

Användarfeedback och användbarhetstester visar att den spelifierade versionen förbättrar upplevelsen och interaktionen, samtidigt som testets diagnostiska integritet bibehålls.

TvÄ stapeldiagram som visar anvÀndarupplevelse för det gamifierade Mini-Cog-testet, uppdelat efter Äldersgrupp och enhet.
Bild: Martine Oppegaard Jakobsen, University of Bergen
Krister Bauge, Ankica Babic (2025)

Studies in Health Technology and Informatics , s.178-182

Ankica Babic, Anton Nydal, Karin Wårdell (2025)

Current Directions in Biomedical Engineering , Vol.11 , s.374-376

Robotik

Integrationen av assisterande robotar inom japansk äldreomsorg har undersökts genom intervjuer och observationer på tre vårdhem. Robotar såsom Paro, Pepper och Qoobo utvärderades utifrån deras funktioner och användarupplevelser. Resultaten visar på hög användartillfredsställelse samt terapeutiskt och underhållande värde. Deras potential att stödja äldreomsorg är tydlig. Dock krävs bättre strategier för att fullt ut utnyttja och integrera dem i den dagliga verksamheten.

Tre typer av vÄrdrobotar: Paro, Pepper och Qoobo.

Markus Kolstad, Natsu Yamaguchi, Ankica Babic, Yoko Nishihara (2020)

Digital Personalized Health and Medicine , s.1323-1324

Forskargrupp

Relaterad forskning

Organisation