Uncovering EEG Patterns Consistently Associated with Cybersickness Discomfort Using Deep Learning Interpretability Maps

تخيل أنك تجلس مرتدياً سماعة الواقع الافتراضي، تشاهد جولة في متحف محاكى أو خطوطاً تدور على الشاشة. بالنسبة للبعض، تكون هذه التجربة مثيرة؛ أما بالنسبة لآخرين، فهي تثير موجة من الغثيان، والدوار، وعدم الارتياح العام المعروف باسم "دوار السايبر" (cybersickness). يشكل هذا الانزعاج عائقاً كبيراً أمام الاستخدام الواسع للواقع الافتراضي، مما يحد من المدة التي يمكن للناس قضاؤها في حالة الانغماس ويمنع الكثيرين من استخدام هذه التكنولوجيا تماماً. حالياً، الطريقة الوحيدة لمعرفة ما إذا كان شخص ما يشعر بالمرض هي سؤاله، وعادة ما يكون ذلك بعد انتهاء التجربة. ولكن بحلول ذلك الوقت، غالباً ما يكون الأوان قد فات للمساعدة. لطالما اشتبه العلماء في أن الدماغ يرسل إشارات خفية قبل أن يدرك الشخص حتى أنه يشعر بوعكة، لكن هذه الإشارات مدفونة في عاصفة فوضوية من النشاط الكهربائي. كان التحدي يكمن في إيجاد الأنماط المحددة في تلك الضوضاء التي تتنبأ بشكل موثوق ببداية الشعور بعدم الارتياح، دون الحاجة إلى سؤال المستخدم سؤالاً واحداً.

وضع فريق من الباحثين حداً لهذا اللغز من خلال الاستماع مباشرة إلى اللغة الكهربائية للدماغ. قاموا بتسجيل نشاط الدماغ من أشخاص يرتدون سماعات الواقع الافتراضي بينما كان المشاركون يستمعون أيضاً إلى سلسلة من الأصوات (طنين). سمح هذا الإعداد للباحثين بالتقاط رد فعل الدماغ تجاه الأصوات بينما كان العالم المرئي يدور حولهم. ركزوا على نوع معين من إشارات الدماغ يسمى "الجهد المرتبط بالحدث" (event-related potential)، وهو استجابة كهربائية قصعة وموقوتة تحدث في كل مرة يعالج فيها الدماغ صوتاً. ومن خلال النظر في هذه التفاعلات الصغيرة التي تستغرق أجزاء من الثانية، أمل الفريق في العثور على "بصمة" لعدم الارتياح تظهر باستمرار لدى مختلف الأشخاص وفي البيئات الافتراضية المختلفة. وللقيام بذلك، بنوا نظاماً حاسوبياً متطوراً قادراً على التعلم من بيانات الدماغ، ثم -وهو الأمر الأهم- القدرة على شرح الأجزاء المحددة من تلك البيانات التي استخدمها لاتخاذ قراراته.

اختبر الباحثون نظامهم على مجموعتين منفصلتين من الأشخاص الذين شاركوا في دراسات مختلفة للواقع الافتراضي. خاضت إحدى المجموعتين تجربة جولة في متحف افتراضي، بينما شاهدت الأخرى خطوطاً دوارة مصممة لخلق إحساس بالحركة الذاتية. ورغم الاختلافات في العوالم الافتراضية، والأجهزة المستخدمة، والأشخاص المعنيين، وجدت النماذج الحاسوبية نمطاً متسقاً بشكل صارخ. فعندما نجحت النماذج في تحديد أن الشخص يشعر بعدم الارتياح، اعتمدت باستمرار على إشارات قادمة من ثلاثة مناطق محددة في فروة الرأس: الجانب الأيسه من الجبهة، ومركز الرأس، والجانب الأيمن باتجاه الخلف. لم تكن هذه الإشارات مجرد ضوضاء عشوائية؛ بل ظهرت ضمن نافذة زمنية محددة للغاية، تتراب بين 80 و260 مللي ثانية بعد سماع الدماغ للصوت. هذه مدة قصيرة للغاية، تحدث قبل أن يتمكن الشخص من إدراك شعوره بالمرض بوعي.

ما جعل هذه النتائج قوية للغاية هو أن الباحثين لم يعتمدوا على نوع واحد من النماذج الحاسوبية. فقد قاموا بتدريب ثلاثة أنواع مختلفة من شبكات التعلم العميق، لكل منها طريقتها الخاصة في معالجة المعلومات، وأجروا التجارب أكثر من مائة مرة مع تغييرات طفيفة. وفي كل مرة تقريباً، أشارت النماذج إلى نفس المجموعة من الأقطاب الكهربائية على فروة الرأس باعتبارها الأدلة الأكثر أهمية. بالنسبة للأشخاص الذين لم يشعروا بأي انزعاج، نظرت النماذج إلى أماكن مختلفة، لا سيما في وسط وخلف الرأس. أما بالنسبة لأولئك الذين شعروا بالمرض، فقد أصبح التركيز الأساسي على منطقتي الأمام الأيسر والخلف الأيمن. وقد ظل هذا الاتساق قائماً حتى عندما غير الباحثون طريقة تنظيم البيانات أو الأصوات المحددة التي سمعها المشاركون. إن حقيقة أن مجموعتين مختلفتين تماماً من البيانات، جُمعتا في بلدان مختلفة باستخدام سماعات واقع افتراضي مختلفة، قد أنتجتا نفس النتيجة، تشير إلى أن أنماط الدماغ هذه هي جزء أساسي من كيفية استجابة الجسم البشري لدوار الحركة الافتراضي.

كشفت الدراسة أيضاً أن توقيت هذه الإشارات أمر بالغ الأهمية. فنشاط الدماغ الذي أشار إلى عدم الارتياح حدث في مرحلة مبكرة جداً من معالجة الصوت، قبل وقت طويل من تشكل الأفكار اللاحقة والأكثر تعقيداً حول البيئة الافتراضية. وهذا يشير إلى أن الشعور بالمرض قد يُعالج في الدماغ كحدث حسي أساسي، تماماً كما قد ندرك فوراً صوتاً عالياً، بدلاً من كونه رد فعل عاطفي معقد يستغرق وقتاً للتطور. ومن خلال تحديد هذه المواقع المبكرة والمحددة على فروة الرأس، قدم الباحثون هدفاً واضحاً للتكنولوجيا المستقبلية. فبدلاً من انتظار شعور المستخدم بالغثيان والإبلاغ عنه، يمكن للأنظمة مستقبلاً مراقبة إشارات الدماغ المحددة هذه في الوقت الفعلي. وإذا اكتشف النظام النمط المرتبط بعدم الارتياح، فيمكنه تلقائياً تعديل التجربة الافتراضية لتخفيف أعراض المستخدم، ربما عن طريق إبطاء الحركة أو تغيير المجال البصري، وكل ذلك قبل أن يعرف المستخدم نفسه أنه على وشك الشعور بالمرض.

بينما تبدو النتائج واعدة، يحرص الباحثون على ملاحظة أن هذا يمثل نقطة انطلاق وليس حلاً نهائياً. فالدماغ عضو معقد، والإشارات الكهربائية المسجلة من فروة الرأس هي مزيج من نشاط العديد من المناطق، مما يجعل من الصعب تحديد المصدر الدقيق للإشارة في عمق الجمجمة. علاوة على ذلك، ركزت الدراسة تحديداً على الشعور بعدم الارتياح العام، وهو مجرد جانب واحد من المتلازمة الأوسع لدوار السايبر. كما تم تدريب النماذج على مجموعات صغيرة نسبياً من الناس، وبينما صمدت الأنماط عبر مجموعتي البيانات، هناك حاجة لمزيد من البحث للتأكد من أن هذه النتائج تنطبق على الجميع. ومع ذلك، فإن هذا العمل يمثل خطوة كبيرة للأمام؛ فهو ينقل المجال من مجرد اكتشاف أن شخصاً ما مريض إلى فهم اللحظات المحددة والقابلة للقياس في الدماغ التي يبدأ فيها هذا المرض، مما يفتح الباب أمام مستقبل يمكن فيه أن يكون الواقع الافتراضي مريحاً للجميع، وليس فقط لمن لديهم مقاومة طبيعية له.