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

Imagine estar sentado em um headset de realidade virtual, assistindo a um tour simulado por um museu ou observando linhas giratórias em uma tela. Para alguns, essa experiência é emocionante; para outros, desencadeia uma onda de náusea, tontura e mal-estar geral conhecido como cybersickness (enjoo virtual). Esse desconforto é uma grande barreira para o uso generalizado da realidade virtual, limitando quanto tempo as pessoas podem permanecer imersas e impedindo que muitos utilizem a tecnologia. Atualmente, a única maneira de saber se alguém está se sentindo mal é perguntando, geralmente após a experiência. Mas, a essa altura, muitas vezes já é tarde demais para ajudar. Cientistas há muito suspeitam que o cérebro emite sinais sutis antes mesmo de a pessoa perceber que está se sentindo mal, mas esses sinais estão enterrados em uma tempestade caótica de atividade elétrica. O desafio tem sido encontrar os padrões específicos nesse ruído que prevejam confiavelmente o início do desconforto, sem precisar fazer uma única pergunta ao usuário.

Uma equipe de pesquisadores decidiu resolver esse enigma ouvindo diretamente a linguagem elétrica do cérebro. Eles registraram a atividade cerebral de pessoas usando headsets de realidade virtual enquanto as participantes também ouviam uma série de bipes. Essa configuração permitiu que os pesquisadores capturassem a reação do cérebro aos sons enquanto o mundo visual girava ao redor deles. Eles focaram em um tipo específico de sinal cerebral chamado potencial relacionado a eventos, que é uma resposta elétrica breve e temporizada que ocorre toda vez que o cérebro processa um som. Ao observar essas reações minúsculas de frações de segundo, a equipe esperava encontrar uma "impressão digital" do desconforto que aparecesse de forma consistente entre diferentes pessoas e diferentes ambientes virtuais. Para fazer isso, construíram um sistema computacional sofisticado capaz de aprender com os dados cerebrais e, crucialmente, explicar exatamente quais partes desses dados foram usadas para tomar suas decisões.

Os pesquisadores testaram seu sistema em dois grupos distintos de pessoas que haviam participado de diferentes estudos de realidade virtual. Um grupo vivenciou um tour virtual por um museu, enquanto o outro observou linhas giratórias projetadas para criar uma sensação de movimento próprio. Apesar das diferenças nos mundos virtuais, nos equipamentos utilizados e nas pessoas envolvidas, os modelos computacionais encontraram um padrão surpreendentemente consistente. Quando os modelos identificavam com sucesso que uma pessoa estava se sentindo desconfortável, eles recorriam consistentemente a sinais vindos de três áreas específicas do couro cabeludo: o lado esquerdo da testa, o centro da cabeça e o lado direito, em direção à parte de trás. Esses sinais não eram apenas ruído aleatório; eles apareciam dentro de uma janela de tempo muito específica, aproximadamente entre 80 e 260 milissegundos após o cérebro ouvir um som. Este é um intervalo de tempo incrivelmente curto, ocorrendo antes que a pessoa pudesse registrar conscientemente que estava se sentindo mal.

O que tornou essas descobertas particularmente robustas foi que os pesquisadores não dependeram de um único tipo de modelo computacional. Eles treinaram três tipos diferentes de redes de aprendizado profundo (deep learning), cada uma com sua própria maneira de processar informações, e realizaram os experimentos mais de cem vezes com pequenas variações. Em quase todas as instâncias, os modelos apontaram para o mesmo punhado de eletrodos no couro cabeludo como as pistas mais importantes. Para pessoas que não sentiram desconforto, os modelos olhavam para pontos diferentes, principalmente o centro e a parte de trás da cabeça. Mas para aqueles que se sentiram mal, as áreas frontal-esquerda e posterior-direita tornaram-se o foco principal. Essa consistência manteve-se mesmo quando os pesquisadores alteraram a forma como os dados eram organizados ou quais sons específicos os participantes ouviam. O fato de dois conjuntos de dados completamente separados, coletados em países diferentes com diferentes headsets de realidade virtual, terem produzido o mesmo resultado sugere que esses padrões cerebrais são uma parte fundamental de como o corpo humano reage ao enjoo de movimento virtual.

O estudo também revelou que o tempo desses sinais é crítico. A atividade cerebral que sinalizava o desconforto ocorreu muito cedo no processamento do som, muito antes de pensamentos posteriores e mais complexos sobre o ambiente virtual terem se formado. Isso sugere que a sensação de mal-estar pode ser processada pelo cérebro como um evento sensorial básico, semelhante à forma como reconhecemos instantaneamente um barulho alto, em vez de uma reação emocional complexa que leva tempo para se desenvolver. Ao identificar essas localizações precoces e específicas no couro cabeludo, os pesquisadores forneceram um alvo claro para tecnologias futuras. Em vez de esperar que um usuário sinta náuseas e relate, os sistemas poderiam potencialmente monitorar esses sinais cerebrais específicos em tempo real. Se o sistema detectar o padrão associado ao desconforto, ele poderia ajustar automaticamente a experiência virtual para aliviar os sintomas do usuário, talvez diminuindo o movimento ou alterando o campo visual, antes mesmo de o usuário saber que está prestes a se sentir mal.

Embora os resultados sejam promissores, os pesquisadores ressaltam cautelosamente que este é um ponto de partida, e não uma solução final. O cérebro é um órgão complexo, e os sinais elétricos registrados do couro cabeludo são uma mistura da atividade de muitas áreas, tornando difícil localizar com precisão a fonte exata do sinal dentro do crânio. Além disso, o estudo focou especificamente na sensação de desconforto geral, que é apenas um aspecto do quadro mais amplo da síndrome do cybersickness. Os modelos também foram treinados em grupos de pessoas relativamente pequenos e, embora os padrões tenham se mantido nos dois conjuntos de dados, mais pesquisas são necessárias para confirmar se essas descobertas se aplicam a todos. No entanto, o trabalho oferece um passo significativo à frente. Ele move o campo de simplesmente detectar que alguém está doente para entender os momentos específicos e mensuráveis no cérebro em que esse mal-estar começa, abrindo as portas para um futuro onde a realidade virtual possa ser confortável para todos, e não apenas para os poucos que são naturalmente resistentes a ela.