Dari tombol fisik pada laptop kita hingga tombol perangkat lunak pada smartphone kita, kebanyakan dari kita bergantung pada keyboard sebagai cara utama memasukkan data ke dunia digital. Tetapi ternyata keyboard kami juga dapat memberi tahu kami sedikit tentang diri kami, mendeteksi kapan kami lelah, mabuk, dan bahkan ketika kami menunjukkan tanda-tanda awal gangguan neurologis seperti penyakit Parkinson — mungkin bertahun-tahun sebelum gejala yang lebih dikenal muncul.
Para peneliti di Madrid-MIT M + Visión Consortium, sebuah jaringan yang mendedikasikan untuk inovasi perawatan kesehatan di Madrid, sedang mengumpulkan dan menganalisis penekanan tombol sukarelawan dengan perangkat lunak dan mempelajari pola-pola yang muncul melalui pembelajaran mesin. Pola pengetikan individu telah digunakan untuk mengidentifikasi individu; beberapa bank telah menggunakannya untuk meningkatkan keamanan saat masuk ke dalam rekening. Namun menurut makalah yang akan segera diterbitkan dalam Laporan Ilmiah, tim M + Visión mampu mengambil data pengetikan yang sama, dikombinasikan dengan teknik pengenalan pola, untuk membedakan antara pengetikan yang dilakukan ketika sepenuhnya beristirahat dan ketika relawan ditugaskan untuk ketik ketika terbangun di malam hari. Data itu juga dapat digunakan untuk mendeteksi kondisi neurologis jauh lebih awal daripada metode yang ada.
Agar jelas, tim hanya mengumpulkan informasi tentang waktu penekanan tombol, bukan tombol mana yang sedang ditekan. Para peneliti mengembangkan perangkat lunak yang dapat diterapkan pada browser web untuk melacak berapa lama seorang juru ketik menahan setiap tombol. Tidak perlu menggunakan keyboard khusus, dan sedikit alasan untuk masalah privasi. Bahkan, banyak keyboard ponsel pintar pihak ketiga mengumpulkan lebih banyak data tentang apa yang kami ketik.
Tetapi jelas dari pekerjaan kelompok bahwa kita meninggalkan banyak informasi ketika kita berinteraksi dengan perangkat elektronik dalam kehidupan kita sehari-hari.
“Setiap kali kita menyentuh sesuatu yang memiliki mikroprosesor di dalamnya, mikroprosesor dapat mengukur waktu dengan akurasi sub-milidetik, ” Luca Giancardo, seorang rekan M + Vision dan penulis pertama makalah itu mengatakan. "Anda dapat memperoleh informasi potensial dari microwave, tetapi mengubah perangkat lunak dalam microwave jauh lebih sulit."
Makalah ini terutama berfokus pada mengenali kelelahan, karena itulah salah satu bentuk gangguan motorik yang paling umum. Sekelompok relawan pertama-tama mengetik artikel Wikipedia di siang hari dan kemudian diminta mengetik artikel lain setelah dibangunkan 70 hingga 80 menit setelah tidur; dalam skenario terakhir, waktu penekanan tombol mereka lebih tidak konsisten. Tetapi menurut MIT, studi pendahuluan yang melibatkan 21 sukarelawan dengan Parkinson dan 15 orang tanpa penyakit menunjukkan bahwa mereka yang memiliki Parkinson menunjukkan variasi keystroke yang lebih banyak.
"Ada penurunan motor tujuh tahun sebelum diagnosis klinis [mungkin], dan penurunan motor berlanjut, " kata Giancardo. Dia mengatakan menangkap tanda-tanda penyakit sebelumnya akan memungkinkan ahli saraf untuk men-tweak pengobatan berdasarkan penurunan motorik pasien, dan mungkin akhirnya menghentikan penurunan sejak dini dengan perawatan yang saat ini dalam pengembangan.
Teknik ini pada akhirnya mungkin digunakan untuk menguji penyakit neurologis lainnya, serta rheumatoid arthritis, dan apakah orang yang mengetik sedang mabuk. Untuk saat ini, tim fokus pada membuktikan, meningkatkan, dan menyempurnakan metode mereka untuk mendeteksi Parkinson dengan studi yang lebih besar.
Selain itu, para peneliti juga tertarik untuk mengumpulkan masukan keyboard yang lebih besar dari kelompok pengguna yang luas, yang seharusnya memberi mereka garis dasar pola pengetikan yang lebih baik dan membantu mereka mendiagnosis kondisi yang berbeda.
"Semoga kami dapat bermitra dengan beberapa pemain besar, sehingga teknologi kami dapat dimasukkan pada platform yang lebih besar, dan sinyal dapat ditangkap tanpa intervensi pengguna, " kata Giancardo. "Mereka hanya harus memilih keluar atau memilih "
Sampai itu terjadi, tim melakukan beberapa crowdsourcing data sendiri. Mereka telah mengembangkan aplikasi, tersedia di neuroqwerty.com, yang memonitor pengetikan di Windows atau Mac OSX dengan cara yang hampir sama dengan studi terkontrol mereka. Pengetik yang sehat dapat membagikan data keyboard mereka, dan pengguna yang telah didiagnosis dengan Parkinson dapat menunjukkan bahwa saat mendaftar, serta tahap penyakit mereka dan obat apa yang mereka gunakan.
