KR20190091354A - 내비게이션 태스크들을 사용한 바이오마커들의 식별 및 내비게이션 태스크들을 사용한 치료들을 위한 플랫폼 - Google Patents

내비게이션 태스크들을 사용한 바이오마커들의 식별 및 내비게이션 태스크들을 사용한 치료들을 위한 플랫폼 Download PDF

Info

Publication number
KR20190091354A
KR20190091354A KR1020197020449A KR20197020449A KR20190091354A KR 20190091354 A KR20190091354 A KR 20190091354A KR 1020197020449 A KR1020197020449 A KR 1020197020449A KR 20197020449 A KR20197020449 A KR 20197020449A KR 20190091354 A KR20190091354 A KR 20190091354A
Authority
KR
South Korea
Prior art keywords
individual
environment
navigation
task
data set
Prior art date
Application number
KR1020197020449A
Other languages
English (en)
Other versions
KR102525394B1 (ko
Inventor
애슐리 마테우스
티티이메아 알라일리마
제이슨 존슨
매튜 오머닉
크리스티안 돌러
휴고 스피어스
월터 에드워드 마르투치
Original Assignee
아킬리 인터랙티브 랩스 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아킬리 인터랙티브 랩스 인크. filed Critical 아킬리 인터랙티브 랩스 인크.
Publication of KR20190091354A publication Critical patent/KR20190091354A/ko
Application granted granted Critical
Publication of KR102525394B1 publication Critical patent/KR102525394B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
    • G16B15/20—Protein or domain folding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Neurology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Developmental Disabilities (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Social Psychology (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Educational Technology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

　환경에서 하나 이상의 내비게이션 태스크(들)를 구현하는 것에 기초하여 개인의 인지 능력을 평가하는 것 또는 향상시키는 것 중 어느 하나 또는 둘 다를 위해 구성되는 인지 플랫폼이 개시된다. 사용자 인터페이스에 렌더링된 환경의 부분들의 제1 뷰 세트에 기초하여 환경에서 내비게이트하기 위해 타인중심 내비게이션 능력에 의존하도록 개인에 요구하는 제1 태스크가 렌더링된다. 환경에서 내비게이트하기 위해 자기중심 내비게이션 능력에 의존하도록 개인에 요구하는 제2 태스크가 렌더링된다. 개인의 인지 능력의 표시는 제2 태스크와 비교하여 제1 태스크에서의 개인의 수행력의 차이에 기초하여 생성될 수 있다.

Description

내비게이션 태스크들을 사용한 바이오마커들의 식별 및 내비게이션 태스크들을 사용한 치료들을 위한 플랫폼
관련 출원들의 상호 참조
이 출원은 도면들을 포함한, 그 전체가 참고로 본 명세서에 포함되는, 2016년 12월 13일자로 출원된, 발명의 명칭이 "PLATFORM FOR IDENTIFICATION OF BIOMARKERS USING NAVIGATION TASKS AND TREATMENTS USING NAVIGATION TASKS"인 미국 가출원 제62/433,769호의 우선권 이익을 주장한다.
인지 기능 장애는 알츠하이머병(Alzheimer's disease) 및 파킨슨병(Parkinson's disease)과 같은 다양한 신경퇴행성 질환들을 가진 개인들이 나타내는 특성들 중 하나이다. 연구들은 신경퇴행성 질환들이 미상핵(caudate nucleus), 해마(hippocampus), 및 내후각 피질(entorhinal cortex)과 같은 뇌의 구역들에 영향을 미칠 수 있다는 것을 보여준다. 예를 들어, 알츠하이머병의 초기 단계들(early stages)은 기억 상실과 공간적 방향 감각 상실(spatial disorientation)로 나타날 수 있다. 해마는 손상을 입으면 기억 상실 및 공간적 방향 감각 상실을 초래하는 뇌의 초기 영역들(early regions) 중 하나이다. 미상핵은 운동 기능들 및 공간적 기능들에 관여되어 있다. 뇌의 이러한 영역들의 상태를 측정하는 데 사용되는 생리학적 기술들 및 다른 기술은 비용이 많이 들고, 비효율적이며, 시간이 오래 걸릴 수 있다.
전술한 바를 고려하여, 인지(인지 능력(cognitive abilities)을 포함함)의 양태들을 정량화하기 위한 장치들, 시스템들 및 방법들이 제공된다. 개인의 인지 능력의 표시는 개인의 뇌의 부분들의 상대 건강(health) 또는 세기(strength)에 대한 통찰력을 제공할 수 있다. 특정 구성들에서, 개인의 특정한 인지 능력을 향상시키기 위한 예시적인 장치들, 시스템들 및 방법들이 구현될 수 있다.
본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 개인의 하나 이상의 인지 역량(cognitive skills)의 평가를 생성하도록 구현될 수 있다. 일 예는 사용자 인터페이스에 렌더링된 환경의 부분들의 제1 뷰 세트(first set of views)에 기초하여 환경에서 내비게이트하기 위해 타인중심 내비게이션 능력(allocentric navigation capabilities)에 의존하도록 개인에 요구하는 제1 태스크를 렌더링하는 것, 및 제1 태스크에 응답하여 개인에 의해 수행되는 타인중심 내비게이션과 연관된 하나 이상의 파라미터의 제1 세트의 측정치들에 기초하여 제1 데이터 세트를 생성하는 것을 포함한다. 예시적인 방법은 사용자 인터페이스에 렌더링된 환경의 부분들의 제2 뷰 세트(second set of views)에 기초하여 환경에서 내비게이트하기 위해 자기중심 내비게이션 능력(egocentric navigation capabilities)에 의존하도록 개인에 요구하는 제2 태스크를 렌더링하는 것, 및 제2 태스크에 응답하여 개인에 의해 수행되는 자기중심 내비게이션과 연관된 하나 이상의 파라미터의 제2 세트의 측정치들에 기초하여 제2 데이터 세트를 생성하는 것을 또한 포함한다. 예시적인 시스템들, 방법들, 및 장치들은 제1 데이터 세트 및 제2 데이터 세트를 분석하고, 적어도 부분적으로 제1 데이터 세트와 제2 데이터 세트 간의 차이를 결정하는 것에 의해, 제2 태스크에서의 개인의 수행력과 비교하여 제1 태스크에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하도록 구성된다.
본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 수행될 태스크들의 두 번 이상의 반복의 구현을 통해 개인의 하나 이상의 인지 역량을 향상시키도록 구현될 수 있다. 예시적인 시스템들, 방법들, 및 장치들은, 일련의 적어도 두 번의 반복에서, 사용자 인터페이스에 렌더링된 환경의 적어도 일 부분의 하나 이상의 뷰에 기초하여 환경에서 내비게이트하도록 개인에 요구하는 태스크들을 렌더링하는 것 - 개인이 환경을 내비게이트함에 따라 하나 이상의 뷰가 업데이트됨 -, 개인으로부터 내비게이션 커맨드들을 수신하는 것, 수신된 내비게이션 커맨드들에 기초하여 환경에서의 내비게이션을 제어하는 것, 환경의 적어도 일 부분의 하나 이상의 제1 뷰에 기초하여 하나 이상의 태스크를 수행함에 있어서의 개인의 타인중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제1 세트를 측정하고, 하나 이상의 파라미터의 제1 세트의 측정치들에 관한 정보를 갖는 제1 데이터 세트를 생성하는 것, 환경의 적어도 일 부분의 하나 이상의 제2 뷰에 기초하여 태스크들을 수행함에 있어서의 개인의 자기중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제2 세트를 측정하고, 하나 이상의 파라미터의 제2 세트의 측정치들에 관한 정보를 갖는 제2 데이터 세트를 생성하는 것, 및 제1 데이터 세트 및 제2 데이터 세트의 적어도 일 부분을 분석하는 것을 반복적으로 수행하도록 구성된다. 주어진 태스크의 요구사항들, 태스크의 난이도 레벨, 또는 두 번째 반복 또는 나중의 반복에서 렌더링된 태스크의 타입 중 하나 이상은 하나 이상의 이전 반복에서 측정된 하나 이상의 파라미터와 연관된 제1 데이터 세트 및 제2 데이터 세트 중 적어도 하나의 분석에 적어도 부분적으로 기초하여 구성될 수 있다. 이 시스템들, 방법들, 및 장치들은 반복들의 적어도 일부에서의 태스크들에 대한 응답들과 연관된 제1 데이터 세트들 및 제2 데이터 세트들의 분석들로부터 도출된 태스크들에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하도록 구성된다.
상기 양태들 및 구현들 중 하나 이상의 상세들이 첨부 도면들 및 아래의 설명에서 기재된다. 다른 특징들, 양태들, 및 장점들은 설명, 도면들, 및 청구범위로부터 명백하게 될 것이다.
통상의 기술자는 본 명세서에 설명된 도면들이 예시 목적들만을 위한 것임을 이해할 것이다. 일부 경우들에서, 설명된 구현들의 이해를 용이하게 하기 위해 설명된 구현들의 다양한 양태들이 과장되거나 확대되어 도시될 수 있음이 이해되어야 한다. 도면들에서, 비슷한 참조 문자들은 일반적으로 다양한 도면들 전반에 걸쳐 비슷한 피처들, 기능적으로 유사한 및/또는 구조적으로 유사한 요소들을 지칭한다. 도면들이 반드시 축척대로 되어 있는 것은 아니며, 그 대신에 교시내용의 원리들을 예시하는 것에 중점을 두고 있다. 도면들이 결코 본 교시내용의 범위를 제한하는 것으로 의도되지 않는다. 시스템 및 방법은 하기의 도면들을 참조하여 하기의 예시적인 설명으로부터 보다 잘 이해될 수 있다:
도 1a 내지 도 1c는 본 명세서에서의 원리들에 따른, 내비게이션 태스크들의 프레젠테이션을 위한 코스들의 컴퓨터화된 렌더링들의 비제한적인 예들을 도시하고 있다.
도 2는 본 명세서에서의 원리들에 따른, 예시적인 장치를 도시하고 있다.
도 3은 본 명세서에서의 원리들에 따른, 예시적인 컴퓨팅 디바이스의 블록 다이어그램을 도시하고 있다.
도 4a 내지 도 4d는 본 명세서에서의 원리들에 따른, 예시적인 방법들의 플로차트들을 도시하고 있다.
도 5a는 본 명세서에서의 원리들에 따른, 생리학적 컴포넌트(들)과 커플링된 인지 플랫폼을 포함하는 예시적인 시스템을 도시하고 있다.
도 5b는 본 명세서에서의 원리들에 따른, 생리학적 컴포넌트(들)과 통합된 인지 플랫폼으로서 구성된 예시적인 시스템을 도시하고 있다.
도 6은 본 명세서에서의 원리들에 따른, 생리학적 컴포넌트(들)과 커플링된 인지 플랫폼을 포함하는 예시적인 시스템을 도시하고 있다.
아래에서 보다 상세히 논의되는 개념들의 모든 조합들이 (그러한 개념들이 상호 모순(mutually inconsistent)되지 않기만 하다면) 본 명세서에 개시된 발명 주제(inventive subject matter)의 일부인 것으로 생각된다는 점이 인식되어야 한다. 참고로 포함된 임의의 개시내용에 또한 나올 수 있는 본 명세서에서 명시적으로 이용되는 용어가 본 명세서에 개시된 특정의 개념들과 가장 부합하는 의미를 부여받아야 한다는 점이 또한 인식되어야 한다.
이하는 하나 이상의 내비게이션 태스크(들)를 구현하도록 구성된 인지 플랫폼을 포함하는 발명 방법들, 장치들 및 시스템들에 관련된 다양한 개념들 및 발명 방법들, 장치들 및 시스템들의 실시예들에 대한 보다 상세한 설명들이다. 인지 플랫폼은 하나 이상의 다른 타입의 측정 컴포넌트들과 커플링하도록, 그리고 하나 이상의 다른 타입의 컴포넌트들의 적어도 하나의 측정치를 나타내는 데이터를 분석하도록 또한 구성될 수 있다. 비제한적인 예들로서, 인지 플랫폼은 인지 훈련(cognitive training)을 위해 그리고/또는 임상 목적들을 위해 구성될 수 있다. 본 명세서에서의 원리들에 따르면, 인지 플랫폼은 하나 이상의 다른 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 통합될 수 있다.
개시된 개념들이 임의의 특정의 구현 방식으로 제한되지 않기 때문에, 앞서 소개되고 아래에서 보다 상세히 논의되는 다양한 개념들이 수많은 방식들 중 임의의 방식으로 구현될 수 있다는 점이 인식되어야 한다. 특정 구현들 및 적용분야들의 예들은 주로 예시 목적들을 위해 제공된다.
본 명세서에서 사용되는 바와 같이, 용어 "포함한다(includes)"는 포함하지만 이에 제한되지 않는다(includes but is not limited to)는 것을 의미하며, 용어 "포함하는(including)"은 포함하지만 이에 제한되지는 않는(including but not limited to)을 의미한다. 용어 "~에 기초하여(based on)"는 ~에 적어도 부분적으로 기초하여(based at least in part on)를 의미한다.
본 명세서에 설명된 원리들에 따른 예시적인 플랫폼 제품들 및 인지 플랫폼들은 우울증, 주의력 결핍 과잉행동 장애(attention deficit hyperactivity disorder)(ADHD), 알츠하이머병, 치매(dementia), 파킨슨병, 헌팅턴병(Huntington's disease), 쿠싱병(Cushing's disease), 정신분열증(schizophrenia), 또는 다른 질환과 같은, 그러나 이에 제한되지 않는, 많은 상이한 타입의 질환들에 적용가능할 수 있다.
초기 지점으로부터 목표 위치로의 길을 찾기 위해 전략을 수립하고 그리고/또는 실행하는 능력을 포함한, (가상 타운(virtual town) 또는 작은 미로와 같은, 그러나 이에 제한되지 않는) 실제 또는 가상 환경에서 초기 지점으로부터 원하는 위치로 내비게이트하는 개인의 능력은 뇌의 다수의 상이한 구역들의 사용에 적어도 부분적으로 의존할 수 있다. 이러한 구역들은 뇌의 미상핵 영역, 뇌의 내후각 피질 및 해마 영역들이다. 예컨대, 문헌 [Hafting et al., "Microstructure of a spatial map in the entorhinal cortex", Nature, vol. 436, issue 7052, pp. 801-806 (2005)]; 문헌 [Bohbot et al., "Gray matter differences correlate with spontaneous strategies in a human virtual navigation task," Journal of Neuroscience, vol. 27, issue 38, pp. 10078-10083 (2007)] 참고.
개인이 뇌의 미상핵 영역을 활성화시키는 내비게이션 태스크를 수행하는 예에서, 개인은 의존적 자극-반응 내비게이션 전략들이라고 지칭되는 자극-반응 타입 연관관계들의 엄격한 세트(rigid set)를 학습하고 있다. 의존적 자극-반응 내비게이션 전략의 비제한적인 예는, 예컨대, 나무를 보고 우회전하는 것이다.
개인이 환경 내의 랜드마크들 사이의 공간적 관계를 학습하는 것에 의해 내비게이션 태스크를 수행하는 일 예에서, 개인은, 뇌의 해마 영역을 활성화시키는 것을 통해, 해마 의존적 공간 내비게이션 전략들에 의존하고 있다. 내비게이션을 위해 뇌의 내후각 피질 영역에 의존하는 개인은 평행이동 및 방향 정보를 포함하는, 공간 환경의 방향적으로 배향되고 국소해부학적으로 조직화된 신경 맵(directionally-oriented topographically organized neural map)을 형성한다. 이 맵은 외부 랜드마크들에 앵커링되어 있지만, 그 외부 랜드마크들의 부재 하에서 존속할 수 있다. 해마 표현들(hippocampal representations)의 컨텍스트적 특이성(contextual specificity)은 인코딩 동안, 해마가 일반화된 경로 적분 기반 좌표계로부터의 출력을 특정의 환경에 특유한 랜드마크들 또는 다른 피처들과 연관시킨다는 것을 암시한다. 내후각 피질의 표층들(superficial layer)로의 역투영들(back projections)을 통해, 해마에 저장된 연관관계들은 환경의 탐사 동안 에러들이 누적됨에 따라 경로 적분기(path integrator)를 리셋할 수 있다. 경로 적분기의 출력을 뇌의 해마 또는 다른 피질 구역들에 저장된 외부 기준점들에 앵커링하는 것은, 출발 지점들이 상이할 때에도, 시도마다 내후각 맵들(entorhinal maps)의 정렬을 가능하게 해줄 수 있다.
개인은 타인중심 형태의 내비게이션 및/또는 자기중심 형태의 내비게이션을 사용하여 주어진 환경을 내비게이트할 수 있다. 주어진 타입의 내비게이션 전략을 구현할 때, 개인은 뇌의 상이한 부분들을 사용한다.
본 명세서에서 사용되는 바와 같이, "타인중심"은 개인이 개인의 관점(또는 방향) 및 진행 중인 행동과 무관하게 환경 내의 장소들을 식별하는 한 형태의 내비게이션을 지칭한다. 타인중심 내비게이션에서, 개인은 자신의 관심 및 행위들을 자신의 관점보다는 환경 내의 다른 항목들에 집중시킨다. 타인중심 내비게이션을 나타내기 위해 측정될 수 있는 파라미터들은 2개의 지점 간의 수평 거리(예컨대, 환경 내의 다른 객체들에 대해 상대적인 거리들에 기초하여 측정되는 바와 같은 그들의 상대 공간 위치)에 대한 개인의 판단, 이전에 답사된(따라서 알고 있는) 환경을 통한 새로운 코스(예컨대, 환경을 통해 이전 코스와 적어도 하나의 파라미터가 상이한 코스)를 구상하는 개인의 능력, 및 2개 이상의 차원을 커버하도록 배열된 환경 내의 3개 이상의 기억된 위치를 공간적으로 변환(예컨대, 회전, 평행이동, 또는 스케일링)하는 개인의 능력의 척도들을 포함한다.
내후각 피질 및 해마와 같은 뇌의 구역들은 타인중심 내비게이션을 위해 사용된다. 타인중심 내비게이션은 공간 그리드 내비게이션(spatial grid navigation) 및 다양한 장소들이 공간 그리드 상에서 서로에 대해 어떻게 위치되는지에 대한 기억의 형성을 수반할 수 있다. 해마는 공간 기억(spatial memory) 및 내비게이션 둘 다에 관여된다. 내측 내후각 피질(medial entorhinal cortex)은 공간 정보 프로세싱에 기여한다.
본 명세서에서 사용되는 바와 같이, "자기중심"은 환경 내의 지점들이 개인으로부터의 그들의 거리 및 방향의 면에서 정의되는 한 형태의 내비게이션을 지칭한다. 자기중심 내비게이션을 나타내기 위해 측정될 수 있는 파라미터들은 환경에 대해 상대적인 개인의 이동들의 방향 및 속력(speed)을 포함한다. 자기중심 내비게이션 시스템에서, 개인의 이동이 주어진 지점의 개인의 관점 표현의 업데이트를 동반하도록, 환경 내의 위치들이 개인에 대해 상대적으로 정의된다.
미상핵과 같은 뇌의 구역들은 자기중심 내비게이션에 사용된다. 자기중심 내비게이션은 랜드마크들 및 턴-바이-턴 길안내들(turn-by-turn directions)의 기억을 포함할 수 있다. 미상핵은 운동 기능들 및 공간적 기능들에 관여되어 있다.
뇌의 각각의 구역의 상대 세기의 척도들은 개인의 인지 질환을 알려줄 수 있다. 본 명세서에서의 원리들에 따르면, 이러한 측정 파라미터들을 나타내는 데이터의 분석은 알츠하이머병과 같은, 그러나 이에 제한되지 않는, 질환들의 바로 초기 증상들을 검출하는 데 사용될 수 있다.
예시적인 시스템, 방법, 및 장치는 개인의 뇌의 내후각 피질 및 해마 영역들에 대한 개인의 뇌의 미상핵 영역의 상대 건강 또는 세기의 표시로서 스코어링 출력을 생성하도록 구성될 수 있다. 스코어링 출력은 개인이 자기중심 내비게이션 능력에 의존하는 내비게이션 태스크를 수행할 때의 측정치들로부터 수집된 데이터와 비교하여 개인이 타인중심 내비게이션 능력에 의존하는 내비게이션 태스크를 수행할 때의 측정치들로부터 수집된 데이터의 분석에 기초하여 계산될 수 있다.
예시적인 시스템, 방법 및 장치는, 개인이 자기중심 내비게이션 능력에 의존하는 내비게이션 태스크를 수행할 때의 측정치들로부터 수집된 데이터와 비교하여 개인이 타인중심 내비게이션 능력에 의존하는 내비게이션 태스크를 수행할 때의 측정치들로부터 수집된 데이터의 분석에 기초하여, 제1 데이터 세트 및 제2 데이터 세트의 분석에 적어도 부분적으로 기초하여, 개인의 신경퇴행성 질환의 발병 가능성 또는 신경퇴행성 질환의 진행 단계(stage of progression)의 표시로서 스코어링 출력을 생성하도록 구성될 수 있다.
예시적인 시스템, 방법, 및 장치는 스코어링 출력을 개인에게 전송하고 그리고/또는 스코어링 출력을 사용자 인터페이스 상에 디스플레이하도록 구성될 수 있다.
예를 들어, 알츠하이머병(AD)의 초기 단계들은 기억 상실과 공간적 방향 감각 상실로 나타날 수 있다. 해마는 손상을 입으면 기억 상실 및 공간적 방향 감각 상실을 초래하는 뇌의 초기 영역들 중 하나이다. 문헌 [Kunz et al., Science, vol. 350, issue 6259, p. 430 (2015)]는 알츠하이머병 병증(pathology)이 내후각 피질에서 시작되고, 이 질병은 격자 세포들(grid cells)과 같은 공간 내비게이션의 국소 신경 상관자들(local neural correlates)을 손상시킬 가능성이 있음을 또한 제안하였다. 내비게이션의 타입 및/또는 내비게이션 태스크에서의 성공의 정도를 나타내는 데이터와 같은, 내비게이션 태스크들에서의 개인의 수행력을 나타내는 측정 데이터의 분석은 해마 및 내후각 피질의 상대 세기의 표시를 제공할 수 있다. 예를 들어, 내비게이션 태스크들에 대한 개인의 수행력을 나타내는 데이터의 분석은 개인들의 내후각 및/또는 해마 기능 장애의 척도를 제공하고, 그로써 알츠하이머병의 발병 가능성 및/또는 질병의 진행 정도의 척도를 제공하는 데 사용될 수 있다.
비제한적인 예들로서, 알츠하이머병, 파킨슨병, 혈관성 치매(vascular dementia), 및 경도 인지 장애(mild cognitive impairment)는 잠재적으로 뇌의 해마 및 내후각 영역들에 보다 큰 영향을 미친다.
비제한적인 예들로서, 주의력 결핍 과잉행동 장애, 헌팅턴병, 강박 장애(obsessive-compulsive disorder), 및 우울증(주요 우울 장애(major depressive disorder))은 잠재적으로 뇌의 미상핵 영역에 보다 큰 영향을 미친다.
본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 내비게이션에 관여된 뇌의 구역들의 상대 세기의 척도들을 나타내는 데이터를 수집하도록 구현될 수 있다. 내비게이션의 타입(즉, 타인중심 내비게이션 대 자기중심 내비게이션) 및/또는 내비게이션에서의 성공의 정도에 기초한 개인의 수행력을 나타내는 데이터는 개인의 뇌의 각각의 구역의 상대 세기의 표시를 제공하는 데 사용될 수 있다 .
타인중심 내비게이션 전략을 구현함에 있어서, 개인은 (내비게이션 전략을 안내하기 위해 하나 이상의 피처의 컨텍스트를 필요로 하는) 뇌의 해마 및 내후각 피질 영역들의 활성화에 보다 더 의존하고 있다. 일 예에서, 타인중심 내비게이션 역량을 요구하는 태스크에 대한 개인의 수행력은 뇌의 미상핵 영역의 활성화 레벨의 지표일 수 있으며, 따라서 수행력 척도(들)의 보다 열악한 값들은 뇌의 해마 및/또는 내후각 피질 영역들의 보다 열악한 활성화를 나타낼 수 있다. 예를 들어, 내비게이션 전략이 해마 영역에 의해 일단 프로세싱되면 뇌의 내후각 피질 영역은 보다 효율적으로 될 수 있다.
자기중심 내비게이션 전략을 구현함에 있어서, 개인은 뇌의 미상핵 영역의 활성화에 보다 더 의존하고 있다(내비게이션 학습 전략은 자체를 기준점으로 사용하는 것에 기초함). 자기중심 내비게이션을 요구하는 태스크에 대한 개인의 수행력이 상대적으로 열악한 일 예에서, 이것은 개인이 환경으로부터 보다 적은 단서들을 취한다는 것을 나타낼 수 있다. 개인이 환경으로부터 단서들을 취할 가능성이 보다 적은 경우에, 개인은 이 메커니즘을 사용하여 학습할 수 없다. 자기중심 내비게이션 역량을 요구하는 태스크에 대한 개인의 수행력은 뇌의 미상핵 영역의 활성화 레벨의 지표일 수 있으며, 따라서 수행력 척도(들)의 보다 열악한 값들은 뇌의 미상핵 영역의 보다 열악한 활성화를 나타낼 수 있다.
본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 개인의 하나 이상의 인지 역량의 평가를 생성하도록 구현될 수 있다. 일 예는 사용자 인터페이스에 렌더링된 환경의 부분들의 제1 뷰 세트에 기초하여 환경에서 내비게이트하기 위해 타인중심 내비게이션 능력에 의존하도록 개인에 요구하는 제1 태스크를 렌더링하는 것, 및 제1 태스크에 응답하여 개인에 의해 수행되는 타인중심 내비게이션과 연관된 하나 이상의 파라미터의 제1 세트의 측정치들에 기초하여 제1 데이터 세트를 생성하는 것을 포함한다. 예시적인 방법은 사용자 인터페이스에 렌더링된 환경의 부분들의 제2 뷰 세트에 기초하여 환경에서 내비게이트하기 위해 자기중심 내비게이션 능력에 의존하도록 개인에 요구하는 제2 태스크를 렌더링하는 것, 및 제2 태스크에 응답하여 개인에 의해 수행되는 자기중심 내비게이션과 연관된 하나 이상의 파라미터의 제2 세트의 측정치들에 기초하여 제2 데이터 세트를 생성하는 것을 또한 포함한다. 예시적인 시스템들, 방법들, 및 장치들은 제1 데이터 세트 및 제2 데이터 세트를 분석하고, 적어도 부분적으로 제1 데이터 세트와 제2 데이터 세트 간의 차이를 결정하는 것에 의해, 제2 태스크에서의 개인의 수행력과 비교하여 제1 태스크에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하도록 구성된다.
예를 들어, 제1 및 제2 데이터 세트의 차이들은 측정된 파라미터들의 보다 열악한 수치 값들을 나타낼 수 있다. 비제한적인 예들로서, 파라미터들은 환경에 대해 상대적인 내비게이션 속력의 척도, 환경에 대해 상대적인 배향, 환경에 대해 상대적인 속도(velocity), 내비게이션 전략의 선택, 내비게이션 태스크의 수행 동안 대기 또는 지연 기간 또는 무행동 기간(period of inaction)의 척도, 내비게이션 태스크의 코스를 완료하기 위한 시간 간격, 또는 코스를 통한 내비게이션 경로의 최적화 정도 중 하나 이상일 수 있다.
예시적인 구현에서, 이 시스템, 방법 및 장치는 뇌의 한 영역(예컨대, 미상핵 영역) 대 다른 영역(해마 및/또는 내후각 피질 영역)에 영향을 미치는 신경퇴행성 질환의 발병 가능성 및/또는 진행 단계의 표시들을 제공하는 평가들을 생성하도록 구성될 수 있다. 타인중심 능력 대 자기중심 능력에 기초하여 내비게이션 태스크를 수행할 때 개인의 상대 세기를 나타내는 데이터의 분석은 어떤 타입의 신경퇴행성 질환이 잠재적으로 개인에 영향을 미치는지, 개인이 어느 정도로 영향을 받는지, 및 개인의 뇌의 주어진 영역에 얼마만큼의 손상이 있을 수 있는지를 나타내는 데 도움을 줄 수 있다. 예를 들어, 알츠하이머병, 파킨슨병, 혈관성 치매, 및 경도 인지 장애는 잠재적으로 뇌의 해마 및 내후각 영역들에 보다 큰 영향을 미치며, 주의력 결핍 과잉행동 장애, 헌팅턴병, 강박 장애, 및 우울증(주요 우울 장애)은 잠재적으로 뇌의 미상핵 영역에 보다 큰 영향을 미친다.
예시적인 구현에서, 이 시스템, 방법 및 장치는 뇌의 한 영역(예컨대, 미상핵 영역) 대 다른 영역(해마 및/또는 내후각 피질 영역)에 영향을 미치는 신경퇴행성 질환의 발병 가능성 및/또는 진행 단계의 결과로서 강화될(또는 잠재적으로 재구축될) 수 없는 뇌의 영역들의 표시들을 제공하는 평가들을 생성하도록 구성될 수 있다. 그에 따라, 본 명세서에서의 시스템들, 방법들, 및 장치들 중 하나 이상은 개인이 내비게이트하고 시각적 단서들을 인식하는 데 도움을 주기 위해 강화될(또는 잠재적으로 재구축될) 수 있는 뇌의 다른 영역을 향상시키는 것에 기초하여 개인의 인지 역량을 향상시키도록 구성될 수 있다.
본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 수행될 태스크들의 두 번 이상의 반복의 구현을 통해 개인의 하나 이상의 인지 역량을 향상시키도록 구현될 수 있다. 예시적인 시스템들, 방법들, 및 장치들은, 일련의 적어도 두 번의 반복에서, 사용자 인터페이스에 렌더링된 환경의 적어도 일 부분의 하나 이상의 뷰에 기초하여 환경에서 내비게이트하도록 개인에 요구하는 태스크들을 렌더링하는 것 - 개인이 환경을 내비게이트함에 따라 하나 이상의 뷰가 업데이트됨 -, 개인으로부터 내비게이션 커맨드들을 수신하는 것, 수신된 내비게이션 커맨드들에 기초하여 환경에서의 내비게이션을 제어하는 것, 환경의 적어도 일 부분의 하나 이상의 제1 뷰에 기초하여 하나 이상의 태스크를 수행함에 있어서의 개인의 타인중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제1 세트를 측정하고, 하나 이상의 파라미터의 제1 세트의 측정치들에 관한 정보를 갖는 제1 데이터 세트를 생성하는 것, 환경의 적어도 일 부분의 하나 이상의 제2 뷰에 기초하여 태스크들을 수행함에 있어서의 개인의 자기중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제2 세트를 측정하고, 하나 이상의 파라미터의 제2 세트의 측정치들에 관한 정보를 갖는 제2 데이터 세트를 생성하는 것, 및 제1 데이터 세트 및 제2 데이터 세트의 적어도 일 부분을 분석하는 것을 반복적으로 수행하도록 구성된다. 주어진 태스크의 요구사항들, 태스크의 난이도 레벨, 또는 두 번째 반복 또는 나중의 반복에서 렌더링된 태스크의 타입 중 하나 이상은 하나 이상의 이전 반복에서 측정된 하나 이상의 파라미터와 연관된 제1 데이터 세트 및 제2 데이터 세트 중 적어도 하나의 분석에 적어도 부분적으로 기초하여 구성될 수 있다. 이 시스템들, 방법들, 및 장치들은 반복들의 적어도 일부에서의 태스크들에 대한 응답들과 연관된 제1 데이터 세트들 및 제2 데이터 세트들의 분석들로부터 도출된 태스크들에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하도록 구성된다.
일부 예들에서, 반복들 중 하나 이상에서(예컨대, 두 번째 또는 나중의 반복에서) 렌더링되는 태스크들의 난이도 레벨은 제1 데이터 세트 또는 제2 데이터 세트 중 하나 또는 둘 다의 분석에 적어도 부분적으로 기초하여 수정될 수 있다. 난이도 레벨은 환경에 대해 상대적인 요구된 내비게이션 속력, 코스 상의 탐색 목표들(seek goals)의 보상 횟수 및 방향전환들의 복잡성, 환경에 대해 상대적인 개인에 렌더링된 관점들의 배향에 대한 제한, 환경에 대해 상대적인 개인에 요구되는 요구된 최소 속도, 내비게이션 전략의 개수 또는 선택에서의 제한, 내비게이션 태스크의 수행 동안 대기 또는 지연 기간 또는 무행동 기간에 대한 한계, 내비게이션 태스크의 코스를 완료하기 위한 시간 간격의 감소, 또는 코스를 통한 내비게이션 경로의 증가된 최적화 정도의 요구사항 중 하나 이상을 수정함으로써 증가될 수 있다.
예시적인 시스템, 방법 및 장치는 자기중심 내비게이션 및 타인중심 내비게이션 중 하나 또는 둘 다에서의 개인의 능력을 향상시키도록 구성될 수 있다. 뇌의 해마 및/또는 내후각 피질 영역에 영향을 미치는 신경퇴행성 질환으로 인해서와 같이, 그러나 이에 제한되지 않는, 타인중심 내비게이션에서의 개인의 능력이 영향을 받는 일 예에서, 예시적인 시스템, 방법 및 장치는 자기중심 내비게이션에서의 개인의 능력을 강화하도록 구성될 수 있다. 뇌의 미상핵 영역에 영향을 미치는 신경퇴행성 질환으로 인해서와 같이, 그러나 이에 제한되지 않는, 자기중심 내비게이션에서의 개인의 능력이 영향을 받는 일 예에서, 예시적인 시스템, 방법 및 장치는 타인중심 내비게이션에서의 개인의 능력을 강화하도록 구성될 수 있다. 그 결과, 신경퇴행성 질환에 의해 영향을 받는 개인은 신경퇴행성 질환에 의해 약화된 능력의 일부를 회복할 수 있다.
예를 들어, 얼굴들 또는 사람들을 더 이상 잘 인식하지 못하는 개인의 경우, 이 시스템들, 방법들, 및 장치들은 시각적 단서들, 사회적 단서들, 또는 뇌의 다른 영향을 받지 않는 영역들을 향상시키는 것으로부터 획득될 수 있는 다른 능력에 의존하지 않으면서 환경을 내비게이트하는 개인의 능력을 강화하는 데 사용될 수 있다.
비제한적인 예들로서, "내비게이션"은 길 찾기(way-finding), 경로 구성(path-plotting), 탐색(seek) 또는 탐색(search) 및 복구, 길안내 제공(direction-giving), 또는 다른 유사한 타입의 태스크들을 지칭한다.
본 개시내용은 사용자 수행 메트릭(user performance metric)을 제공하기 위해, 하나 이상의 내비게이션 태스크에서의 사용자의 수행력을 나타내는 데이터를 측정하는 목적을 위해 소프트웨어 및/또는 다른 프로세서 실행가능 명령어들을 구현하도록 구성된 예시적인 플랫폼 제품들로서 형성된 컴퓨터 구현 디바이스들에 관한 것이다. 비제한적인 예들로서, 수행 메트릭들은 개인의 내비게이션 속력, 배향, 속도, 내비게이션 전략의 선택, 코스의 주어진 방향으로 계속가거나 방향을 변경하기 전의 대기 또는 지연 기간, 또는 다른 무행동 기간, 코스를 완료하기 위한 시간 간격, 지형(landscape)의 항공뷰 또는 조감뷰(지도를 포함함)에 대한 참조의 빈도 또는 횟수 - 시간의 함수인 이러한 파라미터들 중 임의의 것의 값들을 포함함 - 을 나타내는 데이터를 포함할 수 있다. 다른 비제한적인 예로서, 수행 메트릭들은, 코스를 통한 최단 경로 또는 거의 최단 경로를 결정하는 것을 통해서와 같이, 코스를 통해 개인에 의해 내비게이트되는 경로의 최적화 정도의 척도를 포함할 수 있다.
예시적인 수행 메트릭은 사용자의 인지 능력의 평가를 도출하는 데 그리고/또는 인지 치료에 대한 사용자의 반응을 측정하는 데, 그리고/또는 사용자의 질환(인지 질환을 포함함)의 데이터 또는 다른 정량적 표식을 제공하는 데 사용될 수 있다. 비제한적 예들에서, 수행 메트릭은 뇌의 각각의 구역의 상대 세기의 척도들을 도출하는 데 사용될 수 있다. 본 명세서에서의 원리들에 따른 비제한적인 예시적인 인지 플랫폼들 또는 플랫폼 제품들은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 데이터 및/또는 그 데이터의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 뇌의 미상핵 영역 및 뇌의 내후각 피질 및 해마 영역들과 같은, 그러나 이에 제한되지 않는, 뇌의 영역들의 상대 건강 또는 세기, 및/또는 개인이 약물(drug), 생물학적 제제(biologic) 또는 다른 약제(pharmaceutical agent)를 투여받을 때의 인지 플랫폼 또는 플랫폼 제품의 사용의 잠재적 효능에 관해 개인을 분류하도록 구성될 수 있다. 본 명세서에서의 원리들에 따른 또 다른 비제한적인 예시적인 인지 플랫폼들 또는 플랫폼 제품들은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 데이터 및/또는 그 데이터의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 인지 질환의 발병 가능성 및/또는 진행 단계에 관해 개인를 분류하도록 구성될 수 있다. 인지 질환은 우울증, 주의력 결핍 과잉행동 장애(ADHD), 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 또는 정신분열증일 수 있지만, 이들로 제한되지 않는다.
본 명세서에서의 원리들에 따른 인지 질환의 발병 가능성 및/또는 진행 단계에 관한 개인의 임의의 분류는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 (양, 농도, 또는 용량 적정(dose titration)과 같은, 그러나 이에 제한되지 않는) 투여량의 변화를 결정하는 것, 또는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 최적의 타입 또는 조합을 결정하는 것을 포함한, 개인에 대한 치료 과정의 수립을 가능하게 해주기 위한 또는 기존의 치료 과정을 수정하기 위한 신호로서 의료 디바이스, 헬스케어 컴퓨팅 시스템, 또는 다른 디바이스에게, 그리고/또는 의료 종사자, 헬스 종사자, 물리 치료사, 행동 치료사, 스포츠 의료 종사자, 약사, 또는 다른 종사자에게 전송될 수 있다.
본 명세서에서의 임의의 예에서, 플랫폼 제품 또는 인지 플랫폼은 의료 디바이스 플랫폼, 모니터링 디바이스 플랫폼, 스크리닝 디바이스 플랫폼, 또는 다른 디바이스 플랫폼의 임의의 조합으로서 구성될 수 있다.
본 개시내용은 또한 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 커플링하도록 구성된 플랫폼 제품들 및 인지 플랫폼들을 포함하는 예시적인 시스템들에 관한 것이다. 일부 예들에서, 이 시스템들은 하나 이상의 다른 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 통합된 플랫폼 제품들 및 인지 플랫폼들을 포함한다. 다른 예들에서, 이 시스템들은 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트로부터 개별적으로 하우징되고 이들과 통신하여 그러한 하나 이상의 컴포넌트를 사용하여 이루어진 측정들을 나타내는 데이터를 수신하도록 구성된 플랫폼 제품들 및 인지 플랫폼들을 포함한다.
본 명세서에서 사용되는 바와 같이, 용어 "cData"는 플랫폼 제품으로서 형성된 컴퓨터 구현 디바이스와 사용자의 상호작용의 척도들로부터 수집된 데이터를 지칭한다.
본 명세서에서 사용되는 바와 같이, 용어 "nData"는 본 명세서에서의 원리들에 따라 수집될 수 있는 다른 타입의 데이터를 지칭한다. nData를 제공하는 데 사용되는 임의의 컴포넌트는 본 명세서에서 nData 컴포넌트라고 지칭된다.
본 명세서에서의 임의의 예에서, cData 및/또는 nData는 실시간으로 수집될 수 있다.
비제한적인 예들에서, nData는 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트를 사용한 측정들로부터 수집될 수 있다. 본 명세서에서의 임의의 예에서, 하나 이상의 생리학적 컴포넌트는 생리학적 측정들을 수행하도록 구성된다. 생리학적 측정들은 생리학적 파라미터들의 정량적 측정 데이터 및/또는 생리학적 구조 및/또는 기능들의 시각화를 위해 사용될 수 있는 데이터를 제공한다.
비제한적인 예로서, nData는 개인의 조직 및 체액(혈액을 포함함) 내의 그리고/또는 개인으로부터 수집된 조직 또는 체액(혈액을 포함함) 내의 단백질의 타입들 및/또는 단백질들의 컨포메이션(conformation)의 측정들로부터 수집될 수 있다. 일부 예들에서, 조직 및/또는 체액은 개인의 뇌에 있거나 개인의 뇌로부터 취해질 수 있다. 다른 예들에서, 단백질들의 컨포메이션의 측정은 아밀로이드 형성(예컨대, 단백질들이 응집체들(aggregates)을 형성하는지)의 표시를 제공할 수 있다.
비제한적인 예로서, nData는 베타 아밀로이드(beta amyloid), 시스타틴(cystatin), 알파-시누클레인(alpha-synuclein), 헌팅틴 단백질(huntingtin protein) 및/또는 타우 단백질들(tau proteins)의 측정들로부터 수집될 수 있다. 일부 예들에서, nData는, 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 또는 정신분열증과 같은, 그러나 이에 제한되지 않는, 신경퇴행성 질환의 발병 및/또는 진행에 관여될 수 있는 다른 타입의 단백질들의 측정들로부터 수집될 수 있다. 예를 들어, 알츠하이머병에서 타우 단백질들은 뇌의 해마 구역에 먼저 침착된다(deposited).
비제한적인 예에서, nData는 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트로부터의 측정 데이터에 기초하여 개인에 배정될 수 있는 분류 또는 그루핑(grouping)일 수 있다. 예를 들어, 개인이 아밀로이드 양성 (A+) 또는 아밀로이드 음성(A-)의 아밀로이드 상태(amyloid status)에 관해 분류될 수 있다.
일부 예들에서, nData는, 측정이 개인으로부터 수집되는 것을 사용하여 발생 부위에서(in situ) 또는 조직 또는 체액(혈액을 포함함)에서 이루어지는지에 관계없이, 개인에 투여되거나 투여될 생물학적 제제, 약물 또는 다른 약제의 타입의 식별(identification), 및/또는 개인의 조직 또는 체액(혈액을 포함함) 내의 생물학적 제제, 약물 또는 다른 약제의 레벨의 측정들로부터 수집된 데이터일 수 있다. 본 명세서에 설명된 임의의 예에 적용가능한 생물학적 제제, 약물 또는 다른 약제의 비제한적인 예들은 메틸페니데이트(methylphenidate)(MPH), 스코폴라민(scopolamine), 도네페질 하이드로클로라이드(donepezil hydrochloride), 리바스티그민 타르트레이트(rivastigmine tartrate), 메만틴 HCl(memantine HCI), 솔라네주맙(solanezumab), 아두카누맙(aducanumab) 및 크레네주맙(crenezumab)을 포함한다.
본 명세서에서의 "약물"에 대한 언급이 약물, 생물학적 제제 및/또는 다른 약제를 포괄하는 것으로 이해된다.
다른 비제한적인 예들에서, nData는, 나이, 성별 또는 다른 유사한 데이터와 같은, 그러나 이에 제한되지 않는, 개인의 상태를 특성화하는 데 사용할 수 있는 임의의 데이터를 포함할 수 있다.
본 명세서에서의 임의의 예에서, 데이터(cData 및 nData를 포함함)는 사용자의 동의 하에 수집된다.
본 명세서에서의 임의의 예에서, 하나 이상의 생리학적 컴포넌트는 nData를 제공하기 위해, 전기적 활동(electrical activity), 심박수, 혈류(blood flow), 및 산소화(oxygenation) 레벨들을 포함한, 신체 및 신경계(nervous system)의 물리적 특성들을 측정하는 임의의 수단을 포함할 수 있다. 이것은, nData를 제공하기 위해, 카메라 기반 심박수 검출, 갈바닉 피부 반응(galvanic skin response)의 측정, 혈압 측정, 뇌파도(electroencephalogram), 심전도(electrocardiogram), 자기 공명 이미징, 근적외선 분광법, 및/또는 동공 확장 측정들을 포함할 수 있다.
nData를 제공하기 위한 생리학적 측정들의 다른 예들은 ECG(electrocardiograph)를 사용한 체온, 심장 또는 다른 심장 관련 기능의 측정, EEG(electroencephalogram)를 사용한 전기적 활동, ERP들(event-related potentials), fMRI(functional magnetic resonance imaging), 혈압, 피부의 일 부분에서의 전위(electrical potential), GSR(galvanic skin response), MEG(magneto-encephalogram), 동공 확장의 정도를 결정하도록 프로그래밍된 프로세싱 유닛들을 포함하는 눈 추적 디바이스(eye-tracking device) 또는 다른 광학 검출 디바이스, fNIRS(functional near-infrared spectroscopy), 및/또는 PET(positron emission tomography) 스캐너를 포함하지만, 이들로 제한되지 않는다. EEG-fMRI 또는 MEG-fMRI 측정은 전기 생리학(electrophysiology)(EEG/MEG) nData 및 혈류역학적(hemodynamic)(fMRI) nData의 동시적인 취득을 가능하게 해준다.
본 명세서에서의 임의의 예에서, 인지 플랫폼 및 인지 플랫폼을 포함하는 시스템들은 인지 평가(스크리닝 또는 모니터링을 포함함)를 알려주거나 치료를 전달하는 컴퓨터화된 내비게이션 태스크들 및 플랫폼 상호작용들을 제시하도록 구성될 수 있다.
도 1a 및 도 1b는 내비게이션 태스크들을 제시하는 코스들의 컴퓨터화된 렌더링들의 비제한적인 예들을 도시하고 있다.
도 1a는 본 명세서에서의 원리들에 따라 내비게이션 태스크를 제시하는 데 사용될 수 있는 코스의 컴퓨터화된 렌더링의 비제한적인 예를 도시하고 있다. 이 예에서, 컴퓨팅 디바이스는 하나 이상의 내부 코스(12) 및 장애물(14)을 포함하는 지형(10)의 조감 오버헤드 뷰(elevated, overhead view)를 제시하도록 구성된다. 이 예에서, 코스(12)의 부분들은 아바타 또는 다른 안내가능 요소(16)의 횡단(traversal)을 가능하게 해주는 경로들(pathways) 및 통로들(passageways)을 포함하도록 구성된다. 내비게이션 태스크는 초기 지점("A")으로부터 적어도 하나의 타깃 위치( "B")까지의 전략적으로 배치된 장애물들(14) 주위에 경로를 수립하도록 개인에 요구한다. 컴퓨팅 디바이스는 코스(12)를 내비게이트하라는 지시사항들을 개인에게 제시하도록 구성될 수 있다. 컴퓨팅 디바이스는, 이동 속력, 배향, 속도, 내비게이션 전략의 선택, 코스의 주어진 방향으로 계속가거나 방향을 변경하기 전의 대기 또는 지연 기간, 또는 다른 무행동 기간, 코스를 완료하기 위한 시간 간격, 및/또는 지형의 항공뷰 또는 조감뷰(지도를 포함함)에 대한 참조의 빈도 또는 횟수 - 시간의 함수인 이러한 파라미터들 중 임의의 것의 값들을 포함함 - 중 하나 이상을 명시하는 것 및/또는 제어하는 것을 포함한, 개인이 코스(12)를 횡단할 수 있게 해주는 입력 디바이스 또는 다른 타입의 제어 요소를 개인에 제공하도록 또한 구성될 수 있다. 다른 비제한적인 예로서, 수행 메트릭들은, 코스를 통한 최단 경로 또는 거의 최단 경로를 결정하는 것을 통해서와 같이, 코스를 통해 개인에 의해 내비게이트되는 경로의 최적화 정도의 척도를 포함할 수 있다.
컴퓨팅 디바이스는 초기 지점("A")으로부터 하나 이상의 타깃 지점("B")에 도달하기 위해 개인에 의해 이용되는 내비게이션 전략을 정량화하는 수행 메트릭을 나타내는 데이터를 수집하도록 구성될 수 있다. 예를 들어, 컴퓨팅 디바이스는, 척도들 중에서도 특히, 파선 또는 점선을 따라 초기 지점("A")으로부터 나아가기로 하는 개인의 결정, 이동 속력, 아바타 또는 다른 안내가능 요소(16)의 배향을 나타내는 데이터를 수집하도록 구성될 수 있다. 다양한 예들에서, 컴퓨팅 디바이스를 사용하여 측정될 수 있는 수행 메트릭들은 이동 속력, 배향, 속도, 내비게이션 전략의 선택, 코스의 주어진 방향으로 계속가거나 방향을 변경하기 전의 대기 또는 지연 기간, 또는 다른 무행동 기간, 코스를 완료하기 위한 시간 간격, 및/또는 지형의 항공뷰 또는 조감뷰(지도를 포함함)에 대한 참조의 빈도 또는 횟수 - 시간의 함수인 이러한 파라미터들 중 임의의 것의 값들을 포함함 - 을 나타내는 데이터를 포함할 수 있다. 다른 비제한적인 예로서, 수행 메트릭들은, 코스를 통한 최단 경로 또는 거의 최단 경로를 결정하는 것을 통해서와 같이, 코스를 통해 개인에 의해 내비게이트되는 경로의 최적화 정도의 척도를 포함할 수 있다.
일 예에서, 코스(12)는 코스(12)를 횡단함에 있어서 개인이 위치확인하도록 지시받은 하나 이상의 타깃 지점 Bi(i = 1, 2, 3, ...)를 포함할 수 있다. 이 예에서, 수행 메트릭은 위치확인된 타깃들의 개수 및/또는 타깃들을 위치확인하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다. 비제한적인 예에서, 개인은 다수의 타깃들이 명시된 시퀀스로 위치확인되도록 코스(12)를 내비게이트하라고 지시받을 수 있다. 이 예에서, 수행 메트릭은 시퀀스에서 위치확인된 타깃들의 개수 및/또는 시퀀스를 완료하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다.
도 1b는 본 명세서에서의 원리들에 따라 내비게이션 태스크를 제시하는 데 사용될 수 있는 다른 컴퓨터화된 렌더링의 비제한적인 예를 도시하고 있다. 이 예에서, 컴퓨팅 디바이스는 개인이 내비게이트하도록 요구받는 지형(20)의 선택된 부분의 보다 국소화된 오버헤드 뷰를 제시하도록 구성된다. 코스(22)의 부분들은 장애물들(24)에 의해 정의되고, 아바타 또는 다른 안내가능 요소(26)의 횡단을 가능하게 해주도록 구성된다. 이 예에서, 개인이 코스 전체 또는 코스의 상당 부분의 항공뷰의 혜택 없이 코스를 횡단하기 위한 전략에 대한 선택들 또는 결정들을 하도록 요구받을 수 있도록 지형의 뷰가 충분히 국소화된다. 컴퓨팅 디바이스는, 척도들 중에서도 특히, 파선 또는 점선을 따라 나아가기로 하는 개인의 결정, 및/또는 이동 속력, 및/또는 아바타 또는 다른 안내가능 요소(26)의 배향을 나타내는 데이터를 수집하도록 구성될 수 있다. 이 예에서, 국소화된 지형에 대해 상대적으로 컴퓨팅 디바이스를 사용하여 측정될 수 있는 수행 메트릭들은 이동 속력, 배향, 속도, 내비게이션 전략의 선택, 코스의 주어진 방향으로 계속가거나 방향을 변경하기 전의 대기 또는 지연 기간, 또는 다른 무행동 기간, 코스를 완료하기 위한 시간 간격, 및/또는 지형의 항공뷰 또는 조감뷰(지도를 포함함)에 대한 참조의 빈도 또는 횟수 - 시간의 함수인 이러한 파라미터들 중 임의의 것의 값들을 포함함 - 중 하나 이상을 나타내는 데이터를 포함할 수 있다. 다른 비제한적인 예로서, 수행 메트릭들은, 코스를 통한 최단 경로 또는 거의 최단 경로를 결정하는 것을 통해서와 같이, 코스를 통해 개인에 의해 내비게이트되는 경로의 최적화 정도의 척도를 포함할 수 있다.
일 예에서, 코스(22)는 코스(22)를 횡단함에 있어서 개인이 위치확인하도록 지시받은 하나 이상의 타깃 지점 Bi(i = 1, 2, 3, ...)를 포함할 수 있다. 이 예에서, 수행 메트릭은 위치확인된 타깃들의 개수 및/또는 타깃들을 위치확인하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다. 비제한적인 예에서, 개인은 다수의 타깃들이 명시된 시퀀스로 위치확인되도록 코스(122)를 내비게이트하라고 지시받을 수 있다. 이 예에서, 수행 메트릭은 시퀀스에서 위치확인된 타깃들의 개수 및/또는 시퀀스를 완료하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다.
일 예에서, 컴퓨팅 디바이스는, 세션에서의 적어도 하나의 인스턴스에서, (도 1a에 도시된 관점과 같은, 그러나 이에 제한되지 않는) 보다 넓은 항공뷰로부터 (도 1b에 도시된 관점과 같은, 그러나 이에 제한되지 않는) 보다 국소화된 뷰로 변경하는 능력을 개인에 제시하도록 구성될 수 있다.
비제한적인 예시적인 구현으로서, 개인은 코스의 개요를 획득하기 위해 도 1a에 도시된 것과 같은 항공뷰를 제시받을 수 있지만, 이어서 도 1b에 도시된 보다 국소화된 관점으로부터 코스를 내비게이트하도록 요구받을 수 있다. 이 예에서, 개인이 도 1a의 보다 넓은 항공뷰로부터 형성하는 기억에 기초하여 도 1b에 도시된 것과 유사한 보다 국소화된 뷰들로부터 선택들 및 결정들을 함으로써 코스를 내비게이트하기 위해, 개인은 타인중심 내비게이트 능력에 의존하도록 요구받을 수 있다.
도 1c는 본 명세서에서의 원리들에 따라 내비게이션 태스크를 제시하는 데 사용될 수 있는 다른 컴퓨터화된 렌더링의 비제한적인 예를 도시하고 있다. 이 예에서, 컴퓨팅 디바이스는 개인이, 아바타 또는 다른 안내가능 요소(46)의 관점으로부터, 내비게이트하도록 요구받은 지형(40)의 선택된 부분에 대한 뷰를 제시하도록 구성된다. 코스(42)의 부분들은 장애물들(44)에 의해 정의되고, 아바타 또는 다른 안내가능 요소(46)의 횡단을 가능하게 해주도록 구성된다. 이 예에서, 개인은 코스 전체 또는 코스의 상당 부분의 항공뷰의 혜택 없이 코스를 횡단하기 위한 전략에 대한 선택들 또는 결정들을 하도록 요구받을 수 있다. 컴퓨팅 디바이스는, 척도들 중에서도 특히, 파선 또는 점선을 따라 나아가기로 하는 개인의 결정, 및/또는 이동 속력, 및/또는 아바타 또는 다른 안내가능 요소(46)의 배향을 나타내는 데이터를 수집하도록 구성될 수 있다. 이 예에서, 국소화된 지형에 대해 상대적으로 컴퓨팅 디바이스를 사용하여 측정될 수 있는 수행 메트릭들은 이동 속력, 배향, 속도, 내비게이션 전략의 선택, 코스의 주어진 방향으로 계속가거나 방향을 변경하기 전의 대기 또는 지연 기간, 또는 다른 무행동 기간, 코스를 완료하기 위한 시간 간격, 및/또는 지형의 항공뷰 또는 조감뷰(지도를 포함함)에 대한 참조의 빈도 또는 횟수 - 시간의 함수인 이러한 파라미터들 중 임의의 것의 값들을 포함함 - 중 하나 이상을 나타내는 데이터를 포함할 수 있다. 다른 비제한적인 예로서, 수행 메트릭들은, 코스를 통한 최단 경로 또는 거의 최단 경로를 결정하는 것을 통해서와 같이, 코스를 통해 개인에 의해 내비게이트되는 경로의 최적화 정도의 척도를 포함할 수 있다.
비제한적인 예시적인 구현으로서, 개인은 도 1c에 도시된 것과 같은 투시뷰(perspective view)를 제시받을 수 있고, 코스를 내비게이트하는 것을 돕기 위한 지시사항들의 세트를 제시받을 수 있다. 이 예에서, 개인은, 주어진 지점에서의 아바타 또는 안내가능 요소(46)의 위치에 기초하여 또는 지형에서의 하나 이상의 랜드마크에 기초하여 선택들 및 결정들을 함으로써 코스를 내비게이트하기 위해, 자기중심 내비게이트 능력에 의존하도록 요구받을 수 있다. 랜드마크(도 1c에 도시된 요소(48))의 비제한적인 예로서, 개인이 내비게이션 전략을 수립함에 있어서의 가이드로서 랜드마크(48)를 사용할 수 있도록, 타워의 컴퓨터화된 렌더링이 장애물(44)에 대해 상대적으로 위치될 수 있다. 이 예에서, 개인은 한 형태의 자기중심 내비게이션에서 랜드마크(48)를 사용할 수 있다.
일 예에서, 코스(42)는 코스(42)를 횡단함에 있어서 개인이 위치확인하도록 지시받은 하나 이상의 타깃 지점 Bi(i = 1, 2, 3, ...)를 포함할 수 있다. 이 예에서, 수행 메트릭은 위치확인된 타깃들의 개수 및/또는 타깃들을 위치확인하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다. 비제한적인 예에서, 개인은 다수의 타깃들이 명시된 시퀀스로 위치확인되도록 코스(42)를 내비게이트하라고 지시받을 수 있다. 이 예에서, 수행 메트릭은 시퀀스에서 위치확인된 타깃들의 개수 및/또는 시퀀스를 완료하는데 걸리는 시간에 기초한 스코어링을 포함할 수 있다.
본 명세서에서의 임의의 예에서, 예시적인 지형을 통한 코스는 육상 기반 고체 표면들(land-based solid surfaces)(포장 도로, 비포장 도로, 또는 다른 타입의 지표면들) 및/또는 수로들을 포함할 수 있다.
임의의 예에서, 지형은 그 대신에, 부표들(buoys) 또는 다른 앵커링된 부유물(float), 암초들, 방파제들 또는 다른 적용가능한 타입의 장애물과 같은, 그러나 이에 제한되지 않는, 육상 기반 장애물들 이외의 장애물들에 의해 정의된 수로들일 수 있다.
본 명세서에서의 임의의 예에서, 하나 이상의 내비게이션 태스크는 위치 특정(position-specific) 및/또는 모션 특정(motion-specific) 응답들을 사용자에게 요구하는 컴퓨터화된 요소들로서 컴퓨터 구현될 수 있다. 비제한적인 예들에서, 내비게이션 태스크(들)에 대한 사용자 응답이 인지 플랫폼의 입력 디바이스를 사용하여 기록될 수 있다. 그러한 입력 디바이스들의 비제한적인 예들은 사용자 상호작용을 기록하도록 구성된 임의의 형태의 그래픽 사용자 인터페이스를 포함한, (키보드, 터치 스크린 또는 다른 압력 감응(pressure-sensitive) 스크린, 또는 카메라와 같은, 그러나 이에 제한되지 않는) 사용자 인터페이스 또는 이미지 캡처 디바이스에 대한 터치, 스와이프(swipe) 또는 다른 제스처를 포함할 수 있다. 다른 비제한적인 예들에서, 내비게이션 태스크(들)에 대해 인지 플랫폼을 사용하여 기록된 사용자 응답은 인지 플랫폼을 포함하는 컴퓨팅 디바이스의 위치, 배향, 또는 이동의 변화들을 야기하는 사용자 행위들을 포함할 수 있다. 컴퓨팅 디바이스의 위치, 배향, 또는 이동의 그러한 변화들은, 센서와 같은, 그러나 이에 제한되지 않는, 컴퓨팅 디바이스에 배치되거나 컴퓨팅 디바이스에 다른 방식으로 커플링된 입력 디바이스를 사용하여 기록될 수 있다. 센서들의 비제한적인 예들은 조이스틱, 마우스, 모션 센서, 위치 센서, 압력 센서, 및/또는 (카메라와 같은, 그러나 이에 제한되지 않는) 이미지 캡처 디바이스를 포함한다.
예시적인 구현에서, 컴퓨터 디바이스는 인지 플랫폼으로 하여금 명시된 시간 프레임 동안 하나 이상의 상이한 타입의 내비게이션 태스크들을 사용자에게 제시하게 하도록 (적어도 하나의 특별히 프로그래밍된 프로세싱 유닛을 사용해서와 같이) 구성된다.
일부 예들에서, 시간 프레임은 최대 약 30초, 약 1분, 약 5분, 약 10분, 약 20분, 또는 그 이상의 분해능의 임의의 시간 간격으로 되어 있을 수 있다.
일부 예들에서, 플랫폼 제품 또는 인지 플랫폼은 내비게이션 태스크들의 제시 시간에 대해 상대적인 사용자의 응답의 반응 시간을 나타내는 데이터를 수집하도록 구성될 수 있다.
일부 예들에서, 내비게이션 태스크의 난이도 레벨은 뒤엉킨 것들(convolutions)의 복잡성(intricacy) 또는 코스의 길안내 오류 부분들(misdirection portions)의 개수 또는 밀도를 증가시키는 것, 코스를 완료하는 데 요구된 시간을 감소시키는 것, 타깃 위치 요구사항들의 복잡성을 증가시키는 것에 의해 변경될 수 있다. 본 명세서에서의 임의의 예에서, 코스에서의 길안내 오류 부분은 아바타 또는 다른 안내가능 요소로 하여금 코스를 벗어나 이동하게 하고, 횡단될 수 없는 장애물의 일 부분에 도달하게 하며, 그리고/또는 원하는 타깃에 이르지 못하게 한다.
비제한적인 예시적인 구현에서, 본 명세서에서의 예시적인 플랫폼 제품은 매사추세츠주 보스턴 소재의 Akili Interactive Labs, Inc.의 AKILI® 플랫폼 제품(본 명세서에서 "APP"라고도 지칭됨)으로서 형성되거나, 그에 기초하거나, 또는 그와 통합될 수 있다.
본 명세서에서 사용되는 바와 같이, 용어 "컴퓨터화된 자극 또는 상호작용" 또는 "CSI"는 내비게이션 태스크의 사용자의 수행을 용이하게 하기 위해 사용자에게 제시되는 컴퓨터화된 요소를 지칭한다.
예를 들어, 내비게이션 태스크는 컴퓨터화된 자극 또는 상호작용(CSI) 또는 다른 상호작용 요소들을 제시하도록 컴퓨터 사용자 인터페이스를 렌더링함으로써 사용자에게 제시될 수 있다. 본 명세서에서의 다양한 예들에서 하나 이상의 CSI의 사용(및 하나 이상의 CSI로부터의 데이터의 분석)에 대한 설명은 그 예들에서 하나 이상의 CSI를 포함하는 내비게이션 태스크들의 사용(및 내비게이션 태스크들로부터의 데이터의 분석)을 또한 포괄한다.
컴퓨팅 디바이스가 적어도 하나의 CSI를 포함하는 적어도 하나의 내비게이션 태스크를 제시하도록 구성된 일 예에서, 적어도 하나의 내비게이션 태스크 및 적어도 하나의 CSI는 적어도 하나의 그래픽 사용자 인터페이스를 사용하여 렌더링될 수 있다. 컴퓨팅 디바이스는 사용자가 적어도 하나의 내비게이션 태스크를 수행할 때 응답들을 나타내는 데이터를 측정하도록 그리고 적어도 하나의 CSI와의 상호작용들을 나타내는 데이터를 측정하도록 구성될 수 있다. 일부 예들에서, 렌더링된 적어도 하나의 그래픽 사용자 인터페이스는 사용자가 적어도 하나의 내비게이션 태스크를 수행할 때 응답들을 나타내는 데이터를 측정하도록 그리고 적어도 하나의 CSI와의 상호작용들을 나타내는 데이터를 측정하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 임의의 예에서, CSI들은 코스를 횡단함에 있어서 개인이 위치확인하도록 지시받은 하나 이상의 타깃 지점 Bi(i = 1, 2, 3, ...)에 위치된 보상 아이템들 또는 다른 상호작용 요소들일 수 있다. 이 예에서, 수행 메트릭은 개인에 의해 위치확인된 보상 아이템들 또는 다른 상호작용 요소들의 개수 및/또는 보상 아이템들 또는 다른 상호작용 요소들을 위치확인하는 데 걸리는 시간에 기초한 스코어링을 포함할 수 있다. 보상 아이템들 또는 다른 상호작용 요소들의 비제한적인 예들은 코인들, 별들, 얼굴들(감정 표현의 변동들을 갖는 얼굴들을 포함함) 또는 다른 동적 요소를 포함한다.
비제한적인 예에서, 그래픽 사용자 인터페이스가 플랫폼 제품과의 사용자의 상호작용의 타입 또는 정도를 나타내는 데이터를 측정하도록 구성되도록, 그래픽 사용자 인터페이스는 CSI 컴퓨터화된 요소(들)가 능동(active)이고, 사용자에게 적어도 하나의 응답을 요구할 수 있도록 구성될 수 있다. 다른 예에서, 그래픽 사용자 인터페이스는 CSI 컴퓨터화된 요소(들)가 수동(passive)이고 적어도 하나의 그래픽 사용자 인터페이스를 사용하여 사용자에게 제시되지만 사용자에게 응답을 요구하지 않을 수 있도록 구성될 수 있다. 이 예에서, 적어도 하나의 그래픽 사용자 인터페이스는 사용자의 상호작용의 기록된 응답을 배제하도록, 응답을 나타내는 데이터에 가중 인자를 적용하도록(예컨대, 응답을 보다 낮은 또는 보다 높은 값들로 가중시키도록), 또는 플랫폼 제품을 사용하여 사용자의 응답을 나타내는 데이터를 사용자의 잘못된 응답(misdirected response)의 척도로서 측정하도록(예컨대, 잘못된 응답의 사용자에게 통지 또는 다른 피드백을 발행하도록) 구성될 수 있다.
일 예에서, 플랫폼 제품은 적어도 하나의 프로세싱 유닛을 포함하는 프로세서 구현 시스템, 방법 또는 장치로서 구성될 수 있다. 일 예에서, 적어도 하나의 프로세싱 유닛은 내비게이션 태스크(들) 및 하나 이상의 CSI를 상호작용을 위해 사용자에게 제시하도록 적어도 하나의 그래픽 사용자 인터페이스를 렌더링하도록 프로그래밍될 수 있다. 적어도 하나의 프로세싱 유닛은 프로그램 제품의 컴포넌트로 하여금 내비게이션 및/또는, 입력 디바이스를 사용하여 제공된 응답들을 포함한, (cData와 같은, 그러나 이에 제한되지 않는) CSI와의 사용자 상호작용에 기초한 적어도 하나의 사용자 응답을 나타내는 데이터를 수신하게 하도록 프로그래밍될 수 있다. 적어도 하나의 프로세싱 유닛은: (타인중심이든 자기중심이든 간에) 주어진 타입의 내비게이션 태스크에 대한 개인의 수행 메트릭의 척도를 제공하도록, 그리고/또는 (cData의 차이들에 기초하여를 포함한) 자기중심 내비게이션에서의 사용자의 수행력과 비교하여 타인중심 내비게이션에서의 사용자의 수행력 사이의 차이들을 결정한 것에 기초하여 개인의 수행력의 차이들을 분석하도록, 그리고/또는 (분석에서 결정된 개인의 수행력의 척도들을 포함한) cData의 분석에 기초하여, (CSI들을 포함한) 내비게이션 태스크(들)의 난이도 레벨을 조정하도록, 그리고/또는 개인의 수행 메트릭, 및/또는 (스크리닝, 모니터링 또는 평가를 위한 것을 포함한) 인지 능력, 및/또는 인지 치료에 대한 반응, 및/또는 인지의 평가된 척도들을 나타낼 수 있는 플랫폼 제품으로부터의 출력 또는 다른 피드백을 제공하도록 또한 프로그래밍될 수 있다. 비제한적 예들에서, 적어도 하나의 프로세싱 유닛은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 cData 및/또는 그 cData의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 아밀로이드 상태, 및/또는 타우 단백질들의 존재 또는 발현 레벨, 및/또는 개인이 약물, 생물학적 제제 또는 다른 약제를 투여받을 때 인지 플랫폼 또는 플랫폼 제품의 사용의 잠재적 효능, 및/또는TOVA® 검사 및/또는 RAVLT™ 검사의 개인의 수행으로부터의 예상 점수에 관해 개인을 분류하도록 또한 프로그래밍될 수 있다. 비제한적인 예들에서, 적어도 하나의 프로세싱 유닛은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 cData 및/또는 그 cData의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 질환의 발병 가능성 및/또는 진행 단계에 관해 개인를 분류하도록 또한 프로그래밍될 수 있다. 질환은 우울증, 주의력 결핍 과잉행동 장애(ADHD), 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 정신분열증, 또는 다른 질환일 수 있지만, 이들로 제한되지 않는다.
다른 예들에서, 플랫폼 제품은 디스플레이 컴포넌트, 입력 디바이스, 및 적어도 하나의 프로세싱 유닛을 포함하는 프로세서 구현 시스템, 방법 또는 장치로서 구성될 수 있다. 적어도 하나의 프로세싱 유닛은 상호작용을 위해 내비게이션 태스크(들)(CSI를 포함함)를 사용자에게 제시하기 위해, 디스플레이 컴포넌트에 디스플레이하기 위한, 적어도 하나의 그래픽 사용자 인터페이스를 렌더링하도록 프로그래밍될 수 있다.
입력 디바이스의 비제한적인 예들은 터치 스크린, 또는 다른 압력 감응 또는 터치 감응 표면, 모션 센서, 위치 센서, 압력 센서, 및/또는 (카메라와 같은, 그러나 이에 제한되지 않는) 이미지 캡처 디바이스를 포함한다.
개인의 수행력의 분석은 컴퓨팅 디바이스를 사용하여 세션 동안 또는 이전에 완료된 세션으로부터 내비게이션 태스크에서의 퍼센트 정확도, 타깃(들)을 위치확인함에 있어서의 히트들(hits) 및/또는 미스들(misses)의 횟수를 계산하는 것을 포함할 수 있다. 수행력 척도들을 계산하는 데 사용될 수 있는 다른 표식은 (예컨대, 표적결정 자극(targeting stimulus)으로서) 태스크의 제시 이후에 개인이 응답하는 데 걸리는 시간의 양이다. 다른 표식은 반응 시간, 응답 분산(response variance), 올바른 히트들의 횟수, 누락 오류들(omission errors), 거짓 경보들(false alarms), 학습률(learning rate), 공간 편차(spatial deviance), 주관적 평가, 및/또는 수행력 임계치 등을 포함할 수 있지만, 이들로 제한되지 않는다.
비제한적인 예에서, 컴퓨터화된 요소는 사용자에게 긍정적 피드백(positive feedback)을 표시하기 위한 적어도 하나의 요소를 포함한다. 각각의 요소는 내비게이션 태스크 또는 다른 플랫폼 상호작용 요소에서의 성공을 표시하는, 즉 플랫폼 제품에서의 사용자 응답들이 내비게이션 태스크에 대한 임계 성공 척도(threshold success measure)를 초과했다는 것을 표시하는, 사용자에게 방출된 청각 신호 및/또는 시각 신호를 포함할 수 있다.
비제한적인 예에서, 컴퓨터화된 요소는 사용자에게 부정적 피드백(negative feedback)을 표시하기 위한 적어도 하나의 요소를 포함한다. 각각의 요소는 내비게이션 태스크에서의 실패를 표시하는, 즉 플랫폼 제품에서의 사용자 응답들이 내비게이션 태스크에 대한 임계 성공 척도를 충족시키지 못했다는 것을 표시하는, 사용자에게 방출된 청각 신호 및/또는 시각 신호를 포함할 수 있다.
비제한적인 예에서, 컴퓨터화된 요소는 메시징, 즉 긍정적 피드백 또는 부정적 피드백과 상이한 사용자에 대한 통신을 위한 적어도 하나의 요소를 포함한다.
비제한적인 예에서, 컴퓨터화된 요소는 보상인 CSI를 표시하기 위한 적어도 하나의 요소를 포함한다. 보상 컴퓨터 요소는 내비게이션 태스크에 대한 사용자 만족도를 증진시키고, 그 결과, 긍정적 사용자 상호작용(따라서 사용자 경험의 즐거움)을 증가시키기 위해 사용자에게 전달되는 컴퓨터 생성 피처(computer generated feature)일 수 있다.
본 명세서에서의 원리들에 따르면, 용어 "인지(cognition)" 또는 "인지적(cognitive)"는 생각, 경험, 및 감각을 통해 지식 및 이해를 습득하는 정신적 행위 또는 과정을 지칭한다. 이것은 실행 기능, 기억, 지각, 주의, 감정, 운동 조절(motor control), 및 간섭 프로세싱과 같은 심리학적 개념들/영역들을 포함하지만, 이들로 제한되지 않는다. 본 명세서에서의 원리들에 따른 예시적인 컴퓨터 구현 디바이스는 플랫폼 제품과의 사용자 상호작용을 나타내는 데이터를 수집하도록, 그리고 사용자 수행력을 정량화하는 메트릭들을 계산하도록 구성될 수 있다. 사용자 수행력의 정량자들(quantifiers)은 (인지 평가를 위한) 인지의 척도들을 제공하는 데 또는 인지 치료의 상태 또는 진행상황(progress)의 척도들을 제공하는 데 사용될 수 있다.
본 명세서에서의 원리들에 따르면, 용어 "치료(treatment)" 또는 "치료하다(treat)"는 인지에 관련된 개선들, 사용자의 기분, 감정 상태, 및/또는 인지 플랫폼에 대한 개입(engagement) 또는 관심(attention)의 레벨과 같은, 그러나 이에 제한되지 않는, 사용자의 능력의 측정가능한 개선을 결과하는 플랫폼 제품(APP의 형태로 되어 있는 것을 포함함)에서의 CSI의 임의의 조작을 지칭한다. 개선의 정도 또는 레벨은 본 명세서에서 설명된 바와 같이 사용자 수행력 척도들에 기초하여 정량화될 수 있다. 일 예에서, 용어 "치료"는 치료법(therapy)을 또한 지칭할 수 있다.
본 명세서에서의 원리들에 따르면, 용어 "세션(session)"은 사용자가 플랫폼 제품(APP의 형태로 되어 있는 것을 포함함)으로부터 평가 또는 치료를 받기 위해 플랫폼 제품과 상호작용하는, 명확한 시작(start) 및 끝(finish)을 갖는, 이산 시간 기간(discrete time period)을 지칭한다.
본 명세서에서의 원리들에 따르면, 용어 "평가(assessment)"는 CSI들 또는 플랫폼 제품의 다른 피처 또는 요소와의 사용자 상호작용의 적어도 하나의 세션을 지칭한다. 플랫폼 제품(APP의 형태로 되어 있는 것을 포함함)을 사용하여 사용자에 의해 수행되는 하나 이상의 평가로부터 수집된 데이터는 인지, 또는 사용자의 능력의 다른 양태들의 척도들 또는 다른 정량자들을 도출하는 데 사용될 수 있다.
본 명세서에서의 원리들에 따르면, 용어 "인지 부하(cognitive load)"는 사용자가 태스크를 완료하기 위해 소비할 필요가 있을 수 있는 정신적 자원들(mental resources)의 양을 지칭한다. 이 용어는 내비게이션 태스크의 도전 또는 난이도 레벨을 지칭하는 데 또한 사용될 수 있다.
일 예에서, 플랫폼 제품은 적어도 하나의 프로세싱 유닛을 포함하는 프로세서 구현 시스템, 방법 또는 장치로서 구성될 수 있다. 일 예에서, 적어도 하나의 프로세싱 유닛은 내비게이션 태스크(들) 및 하나 이상의 CSI를 상호작용을 위해 사용자에게 제시하도록 적어도 하나의 그래픽 사용자 인터페이스를 렌더링하도록 프로그래밍될 수 있다. 적어도 하나의 프로세싱 유닛은 프로그램 제품의 컴포넌트로 하여금 내비게이션 태스크의 수행 및/또는, 입력 디바이스를 사용하여 제공된 응답들을 포함한, (cData와 같은, 그러나 이에 제한되지 않는) CSI와의 사용자 상호작용에 기초한 적어도 하나의 사용자 응답을 나타내는 데이터를 수신하게 하도록 프로그래밍될 수 있다. 플랫폼 제품은 사용자가 인지 플랫폼과 상호작용하기 전에, 그 동안에, 및/또는 그 이후에 행해진 측정들을 나타내는 nData(생리학적 또는 모니터링 컴포넌트들 및/또는 인지 검사 컴포넌트들의 측정들로부터의 nData를 포함함)를 수신하도록 또한 구성될 수 있다. 적어도 하나의 프로세싱 유닛은: 개인의 질환(인지 질환을 포함함)의 척도를 제공하기 위해 cData 및/또는 nData를 분석하고, 주어진 타입의 내비게이션 태스크(내비게이션 태스크가 타인중심 내비게이션 및/또는 자기중심 내비게이션을 요구하는지)에 대한 개인의 수행 메트릭의 척도를 제공하기 위해 cData 및/또는 nData를 분석하며, 그리고/또는 (cData의 차이들에 기초하여를 포함한) 자기중심 내비게이션에서의 사용자의 수행력과 비교하여 타인중심 내비게이션에서의 사용자의 수행력 사이의 차이들 및 연관된 nData의 차이들을 결정한 것에 기초하여 개인의 수행력의 차이들을 분석하도록 또한 프로그래밍될 수 있다. 적어도 하나의 프로세싱 유닛은: (분석에서 결정된 개인의 수행력의 척도들을 포함한) cData의 분석에 기초하여, 내비게이션 태스크(들)(CSI들을 포함함)의 난이도 레벨을 조정하고, 그리고/또는 개인의 수행력 메트릭, 및/또는 인지 능력(스크리닝, 모니터링 또는 평가를 위한 것을 포함함), 및/또는 인지 치료에 대한 반응, 및/또는 인지의 평가된 척도들을 나타낼 수 있는 플랫폼 제품으로부터의 출력 또는 다른 피드백을 제공하도록 또한 프로그래밍될 수 있다. 비제한적 예들에서, 적어도 하나의 프로세싱 유닛은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 nData 및 cData 및/또는 그 cData 및 nData의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 아밀로이드 상태, 및/또는 타우 단백질들의 존재 또는 발현 레벨, 및/또는 개인이 약물, 생물학적 제제 또는 다른 약제를 투여받을 때 인지 플랫폼 또는 플랫폼 제품의 사용의 잠재적 효능, 및/또는TOVA® 검사 및/또는 RAVLT™ 검사의 개인의 수행으로부터의 예상 점수에 관해 개인을 분류하도록 또한 프로그래밍될 수 있다. 비제한적인 예들에서, 적어도 하나의 프로세싱 유닛은, 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 nData 및 cData 및/또는 그 cData 및 nData의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 질환의 발병 가능성 및/또는 진행 단계에 관해 개인를 분류하도록 또한 프로그래밍될 수 있다. 질환은 우울증, 주의력 결핍 과잉행동 장애(ADHD), 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 정신분열증, 또는 다른 질환일 수 있지만, 이들로 제한되지 않는다.
일 예에서, 사용자의 제1 타입 및 제2 타입의 응답들의 척도들과 nData 간의 차이들을 결정하는 것에 기초한 개인의 수행력의 차이들로부터의 피드백은 하나 이상의 세션(들) 동안 개인의 실시간 수행력을 나타내는 입력으로서 인지 플랫폼에서 사용될 수 있다. 피드백의 데이터는 사용자가 동일한 진행 중인 세션 내에서 그리고/또는 후속하여 수행되는 세션 내에서 상호작용하는 제1 태스크 및/또는 제1 간섭의 난이도 레벨에 대해 인지 플랫폼이 행하는 조정의 정도를 결정하기 위해 컴퓨팅 디바이스의 계산 컴포넌트에 대한 입력으로서 사용될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 참가자에 의해 사용되고 있는 내비게이션 전략의 타입을 식별하도록 구성된 플랫폼 제품 (APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 주어진 개인 또는 개인들의 세트 또는 집단에 대한 (자기중심 내비게이션이든 타인중심 내비게이션이든 간에) 각각의 내비게이션 역량의 상대 세기를 결정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
예를 들어, (알츠하이머병, 재발성 주요 우울증(recurrent major depression), 파킨슨병, 헌팅턴병, ADHD와 같은, 그러나 이에 제한되지 않는) 질병 집단에서의 약한 구역들이 특정한 타입의 내비게이션 태스크(예컨대, 미상핵을 강화시키기 위한 자기중심 내비게이션과 비교하여 해마를 강화시키기 위한 타인중심 내비게이션)를 제시하도록 구성된 인지 플랫폼에 대한 트레이닝으로 강화되면, (해마에 관련된 내비게이션 능력 및 잠재적으로 기억, 미상핵에 관련된 작업 기억, 학습, 및 응답 선택과 같은, 그러나 이에 제한되지 않는) 그 각자의 뇌 구역에 관련된 개인(들)의 질병 증상들로의 이점의 전달(transfer of benefit)이 있을 수 있다.
해마는 주어진 환경의 인지 지도(cognitive map)를 작성하고 유지하며, 이전에 방문한 환경과 유사하게 보이는 새로운 환경을 사용자가 제시받을 때 이전에 제작된 지도(지형 또는 수로 지도들을 포함함)를 검색하기 때문에, 관심의 측정치들은 새로운 지도를 학습하는 것, 이전의 지도를 이용하는 것, 및 유사하게 보이는 지도들 간에 구별하는 것의 속도 및 정확도를 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 개인 또는 개인들의 그룹에 의해 사용되는 내비게이션 전략을 평가하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
예를 들어, 플랫폼 제품(APP를 사용하는 것을 포함함)은 동시에 이용가능한 타인중심 경계 및 경로 적분 정보와 상이한 경로 선택들을 제안하는 자기중심 랜드마크 단서들과 같은, 그러나 이에 제한되지 않는, 상충하는 정보를 사용자에게 제시하도록 구성될 수 있다. 예시적인 플랫폼 제품은 개인의 경로 선택들을 좌우하는 단서들을 나타내는 데이터를 측정하도록 구성될 수 있다. 이것은 개인의 전략 선호도(strategy preference)의 표시를 제공할 수 있다. 개인의 전략 선호도의 표시는 개인의 뇌의 제각기 연관된 구역들(즉, 타인중심 내비게이션 대 자기중심 내비게이션을 통제하는 뇌의 구역들)에서의 상대 능력과 상관될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)과 같은, 그러나 이에 제한되지 않는, 메트릭들에 의해 측정된 바와 같이 개인의 내비게이션 수행력의 변화를 측정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함하며, 여기서 내비게이션 태스크(들)는 유사한 가상 환경들에서, 그러나 내비게이트하는 데 이용가능한 랜드마크들의 다양한 레벨들 또는 (랜드마크들을 보다 유사하게(즉, 보다 적은 구별점들), 보다 작게, 배경과 덜 구별되는 컬러로, 기타로 보이게 만드는 것과 같은, 그러나 이에 제한되지 않는) 랜드마크들의 다양한 현저성(salience)으로 설정된다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 이러한 측정치들을 비교하기 위해 분석을 수행하도록 구성될 수 있다. 수행 메트릭들이 랜드마크들의 개수가 감소함에 따라 개인의 수행력이 악화됨을 나타내면, 개인은 자기중심 내비게이션을 사용할 가능성이 보다 많은 것으로 분류될 수 있다.
비제한적인 예에서, 플랫폼 제품(APP를 사용하는 것을 포함함)은 환경들에 걸친 개인의 수행력의 척도들을 분석하고, 랜드마크들의 개수에 따라 개인의 수행력이 어떻게 변하는지를 분석하도록 구성될 수 있다. 개인의 수행력의 분석으로부터의 이 결과물은, 수행력 프로파일이 개인과 신경전형인 개인들(neurotypical individuals) 및/또는 알려진 질병 집단들의 개인들 간에 상이한지를 결정하기 위해, 신경전형인 개인들 및/또는 알려진 질병 집단들의 개인들 간에 비교될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)과 같은, 그러나 이에 제한되지 않는, 메트릭들에 의해 측정된 바와 같이 개인의 내비게이션 수행력을 측정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함하며, 여기서 내비게이션 태스크(들)는 개인이 환경을 횡단함에 따라 변하는 가상 환경에서 설정된다. 변화들의 비제한적인 예들로서, 랜드마크 피처들이 변할 수 있거나(예컨대, 숲속의 나무 색이 변함), 랜드마크들이 중복될 수 있거나(예컨대, 첫 번째 랜드마크는 핑크색 나무이고 시간 경과에 따라 보다 많은 핑크색 나무들이 나타남), 랜드마크들이 타깃(들) 및/또는 다른 랜드마크들에 대해 상대적인 위치들을 변화시키고 있거나, 랜드마크들의 현저성이 변하고 있거나(예컨대, 랜드마크들이 점점 더 어두워지고 그리고/또는 컬러들이 덜 선명하게 됨), 또는 랜드마크들을 사용하는 능력이 변한다(예컨대, 안개가 끼게 되어 랜드마크들이 눈에 잘 띄지 않음). 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 정적 환경에 대해 상대적으로 변하는 환경에서 측정된 수행 메트릭들 비교하여, 개인의 뇌의 구역들의 특정 상태(예컨대, 이러한 구역들이 주어진 집단과 유사한지 또는 상이한지, 또는 임의의 이점 또는 단점을 보이는지) 및 개인의 특정 내비게이션 전략 선호도들을 식별하기 위해 분석을 수행하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)과 같은, 그러나 이에 제한되지 않는, 메트릭들에 의해 측정된 바와 같이 개인의 내비게이션 수행력을 측정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함하며, 여기서 시작 지점 및/또는 타깃(들)을 갖는 이전에 탐사된 가상 환경에서의 내비게이션 태스크(들)는 개인이 이전에 노출되지 않은(따라서 이전에 학습되지 않은) 경로들을 통한 환경의 횡단을 요구한다. 하나의 예시적인 구현에서, 이것은 코스의 이전에 디스플레이된(그로써 알려져 있는) 경로들을 방해하는 새로운 장애물들을 도입하도록 플랫폼 제품을 구성함으로써 달성될 수 있다. 다른 예시적인 구현에서, 이것은 코스의 이전에 지나간 경로들을 벗어나 있는 위치들에 중간 타깃(들)을 배치하도록 플랫폼 제품을 구성함으로써 달성될 수 있다. 다른 예시적인 구현에서, 이것은 코스의 이전에 횡단된 (그로써 학습된) 경로들과 결코 교차하지 않는 완전히 상이한 경로를 도입하도록 플랫폼 제품을 구성함으로써 달성될 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 이전에 알려진 경로들에서의 반복된 길 찾기 태스크들에서 가능한 것보다 타인중심 내비게이션으로의 경향의 보다 나은 표시로서 이 조건에서 내비게이트하는 개인의 능력을 결정하기 위해 분석을 수행하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)과 같은, 그러나 이에 제한되지 않는, 메트릭들에 의해 측정된 바와 같이 개인의 내비게이션 수행력을 측정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함하며, 여기서 내비게이션 태스크(들)는 하나 이상의 부가의 횟수 횡단되는 이전에 탐사된 가상 환경에서, 잠재적으로 그 환경에서 반복된 시도들 사이의 다양한 레벨들의 지연 이후에, 있다. 이 예에서, 플랫폼 제품은, 인지 간섭을 도입하기 위해, 개재 기간들 내에 다른 활동들을 개인에게 제시하도록 구성될 수 있다. 이 예에서, 플랫폼 제품은 공간 기억 특정 간섭을 도입하는 다른 내비게이션 활동들을 제시하도록 구성될 수 있는 반면, 비-내비게이션 활동들은 다른 타입의 간섭을 도입하는 데 사용될 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 개재 기간들 전후의 이전에 탐사된 가상 환경으로부터의 측정치들을 비교하여 후속하는 동일 환경 시도들에 걸친 개인의 수행력의 개선의 척도들을 학습률(rate of learning)의 표시로서 결정하기 위해 분석을 수행하도록 구성될 수 있다. 예시적인 플랫폼 제품 (APP를 사용하는 것을 포함함)은, 공간 기억의 유지에서의 개인의 능력에 대한 시간 지연의 영향을 결정하기 위해, 개재 기간들 전후의 이전에 탐사된 가상 환경으로부터의 측정치들을 비교하여 두 번의 동일 환경 시도 간의 수행력의 변화들의 척도들, 및 두 번의 반복 사이의 지연의 양과의 상관의 정도를 결정하기 위해 분석을 수행하도록 구성될 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 개재 기간들 전후의 이전에 탐사된 가상 환경으로부터의 측정치들을 비교하여 시도간 수행력 변화들(trial-to-trial performance changes)을 대비시키는 척도들을 결정하기 위해 분석을 수행하도록 구성될 수 있으며, 여기서 상이한 타입의 간섭을 도입한 개재 활동들은 간섭 효과 중 얼마만큼이 단순히 태스크 전환(task-switching)이 아니라 임의의 주어진 타입의 간섭(예컨대, 공간 기억 간섭(spatial memory interference))에 구체적으로 기인하는지의 척도를 제공하는 데 사용될 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 개재 기간들 전후의 이전에 탐사된 가상 환경으로부터의 측정치들을 비교하여 공간 기억 간섭의 영향의 척도들의 분석에 기초한 공간 기억 검색의 효율의 지표를 제공하기 위해 분석을 수행하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)에 의해 측정된 바와 같이 개인의 내비게이션 수행력을 측정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함하며, 여기서 내비게이션 태스크(들)는 이전에 탐사된 환경과 공간적으로 유사하지만 동일한 시각적 단서들을 갖지 않는 가상 환경에서 있다. 예를 들어, 유사한 환경은 원래 환경과 동일하지만 조명이 거의 없거나 전혀 없을 수 있다. 대안적으로, 유사한 환경은 상이한 수직 평면 상에(예컨대, 동일한 건물의 다른 층에, 하늘에, 또는 지하에) 있을 수 있다. 이와 유사하게, 유사한 환경은 동일한 형상을 가질 수 있지만, 이전에 탐사된 환경과는 상이한 스케일로 되어 있을 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 타인중심 내비게이션의 표시로서 이 조건에서 내비게이트하는 개인의 능력의 척도를 결정하기 위해 분석을 수행하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 동일한 시각적 단서들을 갖지 않고 다수의 가능한 이전 환경들 중 어느 것이 소스인지를 개인에게 알려주지 않는, 이전에 탐사된 환경과 공간적으로 유사한 가상 환경을 개인에게 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은, 충분한 탐사 후에 선택하도록 개인에게 촉구함으로써 직접적으로(비제한적인 예로서, 선택의 정확성 및 그 선택에 도달하는 데 요구되는 탐사 시간의 수행력 척도들을 사용하여) 또는 소스 환경 내의 위치들에 대응하는 이동들 및/또는 행동들을 환경 내에서 수행하도록 개인에게 촉구함으로써 간접적으로(비제한적인 예로서, 하나 이상의 타깃에 도달하기 위해 이동한 거리(예컨대, 보다 짧은 거리는 보다 나은 수행력의 척도로서 사용됨) 또는 하나 이상의 타깃에 도달하는 데 걸리는 시간의 양(예컨대, 보다 빠른 시간은 보다 나은 수행력의 메트릭으로서 사용됨)의 수행력 척도들을 사용하여), 실제 소스 환경을 결정하는 개인의 능력을 측정하도록 구성될 수 있다. 예시적인 플랫폼 제품(APP를 사용하는 것을 포함함)은 불확실성인 특정 형태의 능동 공간 기억 간섭 하에서 다수의 인지 지도들을 유연하게 조작하는 능력의 표시로서 소스 환경을 결정하는 개인의 능력의 척도를 결정하기 위해 분석을 수행하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 개인의 인지 능력을 나타내는 데이터에 예측 모델을 적용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 예측 모델은 질병을 검출하거나 인지 건강을 평가하기 위해 각각의 측정 단독보다 더 민감한 복합 변수들 또는 프로파일들을 생성하기 위해 cData 및 nData에 대한, 선형/로지스틱 회귀, 주성분 분석, 일반화된 선형 혼합 모델들, 랜덤 결정 포레스트들, 서포트 벡터 머신들, 또는 인공 신경 네트워크들과 같은, 그러나 이에 제한되지 않는, 계산 기법들 및 머신 러닝 툴들에 기초하여 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 관심의 인지 능력의 척도에 관해 이전에 분류된 개인들의 내비게이션 태스크들(타인중심 및/또는 자기중심 내비게이션 태스크들)에서의 수행력으로부터 측정된 데이터에 기초하여 개인들의 인지 능력의 척도의 예측 모델을 트레이닝시키도록 구성될 수 있다. 예를 들어, 분류기는 복수의 트레이닝 데이터 세트들을 사용하여 트레이닝될 수 있으며, 여기서 각각의 트레이닝 데이터 세트는 개인들의 그룹으로부터의 이전에 분류된 개인과 연관된다. 트레이닝 데이터 세트 각각은 본 명세서에 설명된 예시적인 장치, 시스템, 또는 컴퓨팅 디바이스와의 분류된 개인의 상호작용에 기초하여, 태스크(들)(타인중심 및/또는 자기중심 내비게이션 태스크들)에서의 분류된 개인의 수행력을 나타내는 하나 이상의 파라미터를 나타내는 데이터를 포함한다. 예시적인 분류기는 인지 검사, 및/또는 행동 검사에서의 분류된 개인의 수행력을 나타내는 데이터, 및/또는 분류된 개인의 신경퇴행성 인지 질환, 질병, 또는 장애(실행 기능 장애를 포함함)의 발병 가능성 또는 진행 단계의 진단을 나타내는 데이터를 입력으로서 또한 취할 수 있다.
본 명세서에서의 임의의 예에서, 예시적인 트레이닝된 예측 모델은 개인의 인지 능력의 정량화가능한 평가를 위한 지능형 프록시(intelligent proxy)로서 사용될 수 있다. 즉, 예측 모델이 일단 트레이닝되면, 예측 모델 출력은 생리학적 척도, 또는 다른 인지 또는 행동 평가 테스트들을 사용하지 않으면서 다수의 개인들의 인지 능력의 표시를 제공하는 데 사용될 수 있다. 일 예에서, 트레이닝된 예측 모델은 개인의 신경퇴행성 질환의 발병 가능성 또는 신경퇴행성 질환의 진행 단계의 표시를 제공하기 위한 지능형 프록시로서 사용될 수 있다. 일 예에서, 트레이닝된 예측 모델은 개인의 신경퇴행성 질환의 후속 척도들에 대한 지능형 프록시로서 사용될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 경로 스팬 태스크(pathway span task), 동적 미로 태스크(dynamic maze task), 방사형 미로(radial arm maze), 모리스 수중 내비게이션 태스크(morris water navigation task)와 같은, 내비게이션에 대한 표준 인지 태스크들을 사용하여 앞서 설명된 수행 메트릭들 중 하나 이상의 수행 메트릭의 임의의 조합을 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 표준 인지 태스크들 중 2개 이상과 본 명세서에 설명된 다수의 수행력 척도들의 결과들의 상관을 통해, 그 조합들은 개인 또는 개인들의 그룹의 뇌 기능의 평가, 표준들 설정, 다른 메트릭과 비교하여 하나의 메트릭의 교정, 및 툴들 중 하나 대 다른 툴들의 결과들의 검증 또는 확증에서의 보다 큰 정밀도를 가능하게 해준다. 즉, 표준 인지 태스크들은 개인의 한 타입의 내비게이션 능력을 검사할 수 있다. 그렇지만, 본 명세서에서의 시스템들, 방법들, 및 장치들은 타인중심 태스크들 대 자기중심 태스크들의 상대 능력의 지표들을 생성하는 데 사용될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 간섭 프로세싱 또는 (Project: EVO™ 플랫폼을 사용하여 수행되는 이중 태스크 측정들과 같은, 그러나 이에 제한되지 않는) 다른 멀티-태스킹 태스크를 사용하여 앞서 설명된 수행 메트릭들 중 하나 이상의 수행 메트릭의 임의의 조합을 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 (nData로서) 대략적인(gross) 및 미세한(fine) 운동 기능의 측정들을 사용하여 앞서 설명된 수행 메트릭들 중 하나 이상의 수행 메트릭의 임의의 조합을 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 공간 작업 기억과 같은, 작업 기억에 대한 표준 인지 태스크들을 사용하여 앞서 설명된 수행 메트릭들 중 하나 이상의 수행 메트릭의 임의의 조합을 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 표준 인지 태스크들 중 2개 이상과 본 명세서에 설명된 다수의 수행력 척도들의 결과들의 상관을 통해, 그 조합들은 개인 또는 개인들의 그룹의 뇌 기능의 평가, 표준들 설정, 다른 메트릭과 비교하여 하나의 메트릭의 교정, 및 툴들 중 하나 대 다른 툴들의 결과들의 검증 또는 확증에서의 보다 큰 정밀도를 가능하게 해준다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 인지 및 행동 건강의 음성/발화(voice/speech) 모니터링 기반 척도들을 사용하여 앞서 설명된 수행 메트릭들 중 하나 이상의 수행 메트릭의 임의의 조합을 제시하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 표준 인지 태스크들 중 2개 이상과 본 명세서에 설명된 다수의 수행력 척도들의 결과들의 상관을 통해, 그 조합들은 개인 또는 개인들의 그룹의 뇌 기능의 평가, 표준들 설정, 다른 메트릭과 비교하여 하나의 메트릭의 교정, 및 툴들 중 하나 대 다른 툴들의 결과들의 검증 또는 확증에서의 보다 큰 정밀도를 가능하게 해준다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 치료로서 타인중심 내비게이션을 개선시키도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 예를 들어, 예시적인 플랫폼 제품은 길 찾기 기능을 개선시키기 위해 내비게이션 태스크(들)의 난이도 레벨을 적합화하고 그리고/또는 증가시키도록 구성될 수 있다. 예를 들어, 플랫폼 제품은 시간 경과에 따라 가상 공간에서 사용하기 위해 개인에게 제시되는 랜드마크들의 개수를 감소시킴으로써 개인이 타인중심 내비게이션에 의존하는 것을 더 어렵게 만들도록 구성될 수 있다. 다른 예로서, 내비게이션에서 선택을 하기 위해 개인이 평가할 보다 많은 정보가 있도록, 플랫폼 제품은 가상 환경의 크기를 확장하도록 구성될 수 있다. 다른 예로서, 랜드마크의 간섭이 자기중심 내비게이션의 사용을 감소시키도록, 플랫폼 제품은 상이한 위치들에 동일한 시각적 랜드마크들을 갖는 다수의 가상 환경들을 만들도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은 (예를 들어, 지형에 존재하는 랜드마크들의 개수를 점진적으로 감소시키는 것에 의해) 점점 더 불완전한 정보를 가진 개인에게 지도들을 제시하도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은 난이도를 증가시켜 개인이 타인중심 내비게이션 기법들을 사용하도록 강제하기 위해 알려진/이전에 트레이닝된 루트를 방해하는 장애물들을 배치하도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은, 개인이 타인중심 전략들을 사용하도록 강제하기 위해, 주어진 환경에서 이전 세션에서와 상이한 위치들에 시작점들 및 하나 이상의 타깃을 배치하도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은 개인으로 하여금 이전에 탐사된 환경들과 유사한 환경들과 상호작용하게 하고, 소스 환경에 대한 지식을 이용하여 제2 환경에서의 하나 이상의 타깃에 도달하도록 개인에 요구하도록 구성될 수 있으며, 여기서 소스 환경과 유사 (제2) 환경 사이의 차이의 정도는 원하는 바에 따라 달라질 수 있다. 다른 예로서, 플랫폼 제품은 공간 기억의 유지 및 검색을 강조하기 위해 내비게이션 시도들 사이에 다양한 난이도 및/또는 지속기간의 간섭 활동들을 도입하도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은 유사 (제2) 환경에 대한 가능한 소스 환경들의 개수 및/또는 어느 것이 소스 환경인지를 결정하는 데 이용가능한 정보 또는 시간의 양을 변화시키도록 구성될 수 있다. 다른 예로서, 플랫폼 제품은 실질적으로 동일한 시간에 또는 동일한 세션 내의 상이한 시간들에 이러한 변화들 중 2개 이상의 변화의 임의의 조합을 제시하도록 구성될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 (생리학적 측정들로부터) nData를 측정하기 위한 생리학적 측정 컴포넌트와 통신하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 예를 들어, 사람이 실제로 타인중심 내비게이션을 사용하는지 자기중심 내비게이션을 사용하는지를 결정하는 것은 개인이 내비게이션 태스크를 수행하는 동안 fMRI를 통해 확인될 수 있다. fMRI가 해마에서의 활동이 있음을 나타내면(즉, nData가 뇌의 이 영역에서의 보다 강한 볼드 fMRI 대비(stronger bold fMRI contrast)를 나타냄), 개인이 타인중심 전략을 사용하고 있을 가능성이 있다. fMRI가 미상핵에서의 활동이 있음을 나타내면(즉, nData가 뇌의 이 영역에서의 보다 강한 볼드 fMRI 대비를 나타냄), 사람이 자기중심 전략을 사용하고 있을 가능성이 있다.
해마 기능의 세기는 체적, 피질 두께 등과 같은 구조적 MRI 측정치들과 상관될 수 있다. 이것은 차례로 타인중심 내비게이션을 사용하는 개인의 능력과 상관될 수 있다. 미상핵 기능의 세기는 체적, 및 자기중심 내비게이션을 사용하는 개인의 능력과 상관될 수 있다.
해마 체적의 변화들, 예컨대, 질병 진행으로 인한 감소들 또는 치료(therapy)의 결과로서의 증가는 타인중심 내비게이션을 사용하는 개인의 능력의 증가와 상관될 수 있다. 타인중심 전략 효율의 측정치들은 질병 진행상황 또는 치료 효능의 지표들로서 사용될 수 있다. 그러한 척도들은 본 명세서에 설명된 플랫폼 제품(들)을 사용하여 내비게이션 기반 치료에 사용될 적절한 난이도 레벨들을 결정하는 데 또한 사용될 수 있다.
비제한적인 예로서, 간섭 프로세싱에 기초한 인지 플랫폼은 매사추세츠주 보스턴 소재의 Akili Interactive Labs, Inc.의 Project:EVO™ 플랫폼일 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, 평가의 정확도 및 치료의 효율을 증가시키기 위해, 생리학적 질환 및/또는 인지 질환을 나타내는 측정치들(nData)(신경 심리학적 장애들의 지표들을 포함함)에 기초하여 APP 세션(들)의 내비게이션 태스크(들)에서 베이스라인 수행 메트릭들을 설정하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. CSI들은 nData 컴포넌트를 nData의 개별 사용자 다이내믹스(dynamics)에 맞게 교정하는 데 사용할 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 치료 또는 평가에 관련된 내비게이션 태스크(들)의 전달을 최적화하도록 주의성(attentiveness) 또는 부주의성(inattentiveness)의 상태를 검출하기 위해 nData를 사용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 CSI들의 미묘한 또는 명백한 조작을 통해 치료 또는 평가에 관련된 특정 CSI들을 검출하고 그에 주의를 돌리기 위해 내비게이션 태스크(들)(cData)를 사용한 nData의 분석을 사용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 대안의 내비게이션 태스크(들) 또는 내비게이션 태스크(들)로부터의 참여이탈(disengagement)을 제공함으로써 인지 플랫폼과의 계속된 사용자 상호작용을 증진시키기 위해 분노 및/또는 좌절을 나타내는 nData를 모니터링하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 인지 능력들, 그로써 인지의 지표들의 개선을 증진시키는 개별화된 치료를 최적화하기 위해 내비게이션 태스크(들)(cData)로부터의 신호들을 nData와 결합시키도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 사용자의 아이덴티티(identity)를 확인/검증/인증하기 위해 nData의 프로파일을 사용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 즐거움을 최적화하고 평가 또는 치료 세션들에의 계속된 참여를 증진시키기 위해 CSI들을 커스터마이즈하도록 개별 사용자 선호도들을 카탈로그화하기 위해, 내비게이션 태스크(들)에서 CSI들에 대한 긍정적 감정 반응을 검출하기 위해 nData를 사용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 (개선된 작업 기억, 주의력, 프로세싱 속도, 및/또는 지각적 검출/판별을 나타내는 것으로 분류되거나 알려진 사용자들과 연관된 사용자 프로파일들과 같은, 그러나 이에 제한되지 않는) 인지 개선의 사용자 프로파일들을 생성하고, nData로부터의 프로파일들에 의해 확인되는 바와 같은 새로운 사용자의 프로파일을 최적화하기 위해 내비게이션 태스크(들)을 적합화하는 치료를 전달하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 인지 개선을 위해 구성된 하나 이상의 프로파일의 선택(selection)을 사용자에 제공하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는, APP를 사용하여 사용자에 의해 수행되고 있는 평가 또는 치료를 방해할 수 있는 외부 환경 소스들로부터의 간섭을 검출하기 위해 청각적 및 시각적 생리학적 측정들로부터의 nData를 모니터링하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 cData 및/또는 nData(데이터를 분석하는 것으로부터의 메트릭들을 포함함)를 결정자(determinant)로서 사용하도록 또는 사용자(의료 디바이스를 사용하는 환자를 포함함)가 (인지 치료 및/또는 생물학적 제제, 약물 또는 다른 약제를 사용하는 치료와 같은, 그러나 이에 제한되지 않는) 치료에 반응하거나 반응하지 않을 가능성이 있는지에 관한 결정을 하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다. 예를 들어, 이 시스템, 방법, 및 장치는 주어진 개인 또는 집단의 특정한 개인들(예컨대, 아밀로이드 상태에 기초하여 주어진 그룹으로 분류된 개인(들))에서의 효능을 예측하기 위해 검증된 시그너처들로서 사용될 수 있는 특정 생리학적 또는 인지 측정치들에 기초하여 사용자(의료 디바이스를 사용하는 환자를 포함함)가 치료를 받아야 하는지를 선택하도록 구성될 수 있다. 본 명세서에 설명된 분석(및 연관된 계산)을 수행하도록 구성된 그러한 예시적인 시스템, 방법, 및 장치는 모니터링 및/또는 스크리닝을 수행하기 위해 바이오마커(biomarker)로서 사용될 수 있다. 비제한적인 예로서, 예시적인 시스템, 방법 및 장치는 주어진 개인 또는 집단의 특정한 개인들(예컨대, 아밀로이드 상태에 기초하여 주어진 그룹으로 분류된 개인(들))에 대한 인지 치료의 효능의 정도(생물학적 제제, 약물 또는 다른 약제의 사용과 관련한 효능의 정도를 포함함)의 정량적 척도를 제공하도록 구성된다. 일부 예들에서, 개인 또는 집단의 특정한 개인들은 신경퇴행성 질환을 포함한, 특정한 질환을 갖는 것으로 분류될 수 있다.
본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 APP에서 치료 또는 평가를 최적화하기 위해, 내비게이션 태스크(들)의 코스를 예견하는 사용자의 능력을 모니터링하고 내비게이션 태스크(들)에 대한 반응의 사용자 예견을 방해하도록 내비게이션 태스크(들) 패턴들 및/또는 규칙들을 조작하기 위해 nData를 사용하도록 구성된 플랫폼 제품(APP를 사용하는 것을 포함함)을 포함한다.
상이한 타입의 nData 및 cData의 다양한 조합들에 기초하여 수행될 수 있는 분석(및 연관된 계산들)의 비제한적인 예들이 설명된다. 하기의 예시적인 분석들 및 연관된 계산들은 본 명세서에서의 원리들에 따른 임의의 예시적인 시스템, 방법 및 장치를 사용하여 구현될 수 있다. 본 명세서에서 앞서 설명된 바와 같이, 본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 플랫폼 제품의 인지 플랫폼을 제공하도록, 프로그래밍된 컴퓨팅 디바이스의 적어도 하나의 프로세싱 유닛을 사용하여, 구현될 수 있다. 도 2는 본 명세서에서 앞서 설명된 인지 플랫폼을 구현하는 데 사용될 수 있는 본 명세서에서의 원리들에 따른 예시적인 장치(100)를 도시하고 있다. 예시적인 장치(100)는 적어도 하나의 메모리(102) 및 적어도 하나의 프로세싱 유닛(104)을 포함한다. 적어도 하나의 프로세싱 유닛(104)은 적어도 하나의 메모리(102)에 통신가능하게 커플링된다.
예시적인 메모리(102)는 하드웨어 메모리, 비일시적 유형적 매체들, 자기 저장 디스크들, 광학 디스크들, 플래시 드라이브들, 계산 디바이스 메모리(computational device memory), DRAM, SRAM, EDO RAM과 같은, 그러나 이에 제한되지 않는, 랜덤 액세스 메모리, 임의의 다른 타입의 메모리, 또는 이들의 조합을 포함할 수 있지만, 이들로 제한되지 않는다. 예시적인 프로세싱 유닛(104)은 마이크로칩, 프로세서, 마이크로프로세서, 특수 목적 프로세서, 주문형 집적 회로(application specific integrated circuit), 마이크로컨트롤러, 필드 프로그래머블 게이트 어레이(field programmable gate array), 임의의 다른 적당한 프로세서, 또는 이들의 조합들을 포함할 수 있지만 이들로 제한되지 않는다.
적어도 하나의 메모리(102)는 프로세서 실행가능 명령어들(106) 및 컴퓨팅 컴포넌트(108)를 저장하도록 구성된다. 비제한적인 예에서, 컴퓨팅 컴포넌트(108)는 본 명세서에 설명된 바와 같이 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 커플링된 인지 플랫폼으로부터 수신된 cData 및/또는 nData를 분석하는 데 사용될 수 있다. 도 2에 도시된 바와 같이, 메모리(102)는 nData(112)(하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트를 사용하는 측정(들)로부터의 측정 데이터를 포함함) 및/또는, 장치(100)의 그래픽 사용자 인터페이스에 렌더링된 태스크들 및/또는 장치(100)에 커플링되거나 장치(100)와 통합된 작동 컴포넌트로부터의 청각, 촉각, 또는 진동 신호를 사용하여 생성된 태스크들에 대한 반응들을 포함한, 하나 이상의 태스크에 대한 개인의 반응을 나타내는 데이터(cData)와 같은, 그러나 이에 제한되지 않는, 데이터(110)를 저장하는 데 또한 사용될 수 있다. 데이터(110)는 장치(100)에 커플링되거나 장치(100)와 통합된 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트로부터 수신될 수 있다.
비제한적인 예에서, 적어도 하나의 프로세싱 유닛(104)은, 컴퓨팅 컴포넌트(108)를 사용하여, 본 명세서에 설명된 바와 같이 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 커플링된 인지 플랫폼으로부터 수신되는 cData 및/또는 nData를 적어도 분석하기 위해 메모리(102)에 저장된 프로세서 실행가능 명령어들(106)을 실행한다. 적어도 하나의 프로세싱 유닛(104)은 본 명세서에서 설명된 바와 같이 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 검사 컴포넌트와 커플링된 인지 플랫폼으로부터 수신되는 cData 및/또는 nData의 분석을 나타내는 값들을 전송하도록 전송 유닛을 제어하기 위해 그리고/또는 cData 및/또는 nData의 분석을 나타내는 값들 저장하도록 메모리(102)를 제어하기 위해 프로세서 실행가능 명령어들(106)을 또한 실행한다.
다른 비제한적인 예에서, 적어도 하나의 프로세싱 유닛(104)은 컴퓨터 구현 적응적 응답 기한 절차들(computer-implemented adaptive response-deadline procedures)에서 신호 검출 메트릭들을 적어도 적용하기 위해 메모리(102)에 저장된 프로세서 실행가능 명령어들(106)을 실행한다.
도 3은 본 명세서에서의 원리들에 따른 컴퓨팅 컴포넌트로서 사용될 수 있는 예시적인 컴퓨팅 디바이스(210)의 블록 다이어그램이다. 본 명세서에서의 임의의 예에서, 컴퓨팅 디바이스(210)는 컴퓨터 구현 적응적 응답 기한 절차들에서 신호 검출 메트릭들을 적용하기 위해서를 포함하여, 컴퓨팅 컴포넌트를 구현하기 위해 사용자 입력을 수신하는 콘솔로서 구성될 수 있다. 명확함을 위해, 도 3는 도 2의 예시적인 시스템의 다양한 요소들을 다시 언급하고 그것들에 관한 보다 많은 상세를 제공한다. 컴퓨팅 디바이스(210)는 예들을 구현하기 위한 하나 이상의 컴퓨터 실행가능 명령어 또는 소프트웨어를 저장하기 위한 하나 이상의 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 비일시적 컴퓨터 판독가능 매체들은 하나 이상의 타입의 하드웨어 메모리, 비일시적 유형적 매체들(non-transitory tangible media)(예를 들어, 하나 이상의 자기 저장 디스크, 하나 이상의 광학 디스크, 하나 이상의 플래시 드라이브), 및 이와 유사한 것을 포함할 수 있지만, 이들로 제한되지 않는다. 예를 들어, 컴퓨팅 디바이스(210)에 포함된 메모리(102)는 본 명세서에 개시된 동작들을 수행하기 위한 컴퓨터 판독가능 및 컴퓨터 실행가능 명령어들 또는 소프트웨어를 저장할 수 있다. 예를 들어, 메모리(102)는 개시된 동작들(예컨대, 인지 플랫폼 측정 데이터 및 응답 데이터를 분석하는 것, 적응적 응답 기한 절차에서 신호 검출 메트릭들을 적용하는 것, 또는 계산을 수행하는 것) 중 다수(various)를 수행하도록 구성된 소프트웨어 애플리케이션(240)을 저장할 수 있다. 컴퓨팅 디바이스(210)는 메모리(102)에 저장된 컴퓨터 판독가능 및 컴퓨터 실행가능 명령어들 또는 소프트웨어 및 시스템 하드웨어를 제어하기 위한 다른 프로그램들을 실행하기 위한, 구성가능 및/또는 프로그래밍가능 프로세서(104) 및 연관된 코어(214), 그리고 임의로, 하나 이상의 부가적인 구성가능 및/또는 프로그래밍가능 프로세싱 디바이스, 예컨대, 프로세서(들)(212') 및 연관된 코어(들)(214')(예를 들어, 다수의 프로세서들/코어들을 갖는 계산 디바이스들의 경우에)를 또한 포함한다. 프로세서(104) 및 프로세서(들)(212') 각각은 단일 코어 프로세서 또는 다중 코어(214 및 214') 프로세서일 수 있다.
콘솔 내의 인프라스트럭처 및 자원들이 동적으로 공유될 수 있도록 가상화가 컴퓨팅 디바이스(210)에서 이용될 수 있다. 다수의 프로세서들 상에서 실행되는 프로세스를, 프로세스가 다수의 컴퓨팅 자원들이 아니라 하나의 컴퓨팅 자원만을 사용하는 것처럼 보이도록, 핸들링하기 위해 가상 머신(224)이 제공될 수 있다. 하나의 프로세서에서 다수의 가상 머신들이 또한 사용될 수 있다.
메모리(102)는 계산 디바이스 메모리 또는, DRAM, SRAM, EDO RAM, 및 이와 유사한 것과 같은, 그러나 이에 제한되지 않는, 랜덤 액세스 메모리를 포함할 수 있다. 메모리(102)는 하드 디스크 또는 플래시 메모리와 같은, 그러나 이에 제한되지 않는, 비휘발성 메모리를 포함할 수 있다. 메모리(102)는 다른 타입의 메모리를 역시, 또는 이들의 조합들을 포함할 수 있다.
비제한적인 예에서, 메모리(102) 및 적어도 하나의 프로세싱 유닛(104)은 동글(dongle)(어댑터를 포함함) 또는 다른 주변 하드웨어와 같은, 그러나 이에 제한되지 않는, 주변 디바이스의 컴포넌트들일 수 있다. 예시적인 주변 디바이스는 예시적인 인지 플랫폼 및/또는 플랫폼 제품 중 임의의 것의 기능을 제공하고, 본 명세서에 설명된 예시적인 분석(연관된 계산들을 포함함) 중 임의의 것을 구현하기 위해 프라이머리 컴퓨팅 디바이스와 통신하거나 다른 방식으로 그에 커플링하도록 프로그래밍될 수 있다. 일부 예들에서, 주변 디바이스는 (USB 또는 HDMI 입력과 같은, 그러나 이에 제한되지 않는) 프라이머리 컴퓨팅 디바이스와 직접적으로 통신하거나 그에 다른 방식으로 커플링하도록, 또는 케이블(동축 케이블을 포함함), 구리 와이어(PSTN, ISDN, 및 DSL을 포함하지만, 이들로 제한되지 않음), 광섬유, 또는 다른 커넥터 또는 어댑터를 통해 간접적으로 프라이머리 컴퓨팅 디바이스와 통신하거나 그에 다른 방식으로 커플링하도록 프로그래밍될 수 있다. 다른 예에서, 주변 디바이스는 프라이머리 컴퓨팅 디바이스와 (Wi-Fi 또는 Bluetooth®와 같은, 그러나 이에 제한되지 않는) 무선으로 통신하도록 프로그래밍될 수 있다. 예시적인 프라이머리 컴퓨팅 디바이스는 (iPhone®, BlackBerry® ,또는 Android™ 기반 스마트폰과 같은, 그러나 이에 제한되지 않는) 스마트폰, 텔레비전, 워크스테이션, 데스크톱 컴퓨터, 랩톱, 태블릿, 슬레이트, 전자 리더(e-리더), 디지털 어시스턴트, 또는 다른 전자 리더 또는 핸드헬드, 휴대용, 또는 웨어러블 컴퓨팅 디바이스, 또는 임의의 다른 동등한 디바이스, (Xbox® 또는 Wii®와 같은, 그러나 이에 제한되지 않는) 게이밍 디바이스, 또는 다른 동등한 형태의 컴퓨팅 디바이스일 수 있다.
사용자는 예시적인 시스템들 및 방법들에 따라 제공될 수 있는 하나 이상의 사용자 인터페이스(230)를 디스플레이할 수 있는, 컴퓨터 모니터와 같은, 시각 디스플레이 유닛(228)을 통해 컴퓨팅 디바이스(210)와 상호작용할 수 있다. 컴퓨팅 디바이스(210)는 사용자로부터 입력을 수신하기 위한 다른 I/O 디바이스들, 예를 들어, 키보드 또는 임의의 적절한 멀티-포인트 터치 인터페이스(218), 포인팅 디바이스(220)(예컨대, 마우스), 카메라 또는 다른 이미지 레코딩 디바이스, 마이크로폰 또는 다른 사운드 레코딩 디바이스, 가속도계, 자이로스코프, 촉각, 진동, 또는 청각 신호에 대한 센서, 및/또는 적어도 하나의 액추에이터를 포함할 수 있다. 키보드(218) 및 포인팅 디바이스(220)는 시각 디스플레이 유닛(228)에 커플링될 수 있다. 컴퓨팅 디바이스(210)는 다른 적당한 종래의 I/O 주변기기들을 포함할 수 있다.
컴퓨팅 디바이스(210)는 데이터 및 본 명세서에 개시된 동작들을 수행하는 컴퓨터 판독가능 명령어들 및/또는 소프트웨어를 저장하기 위한, 하드 드라이브, CD-ROM, 또는 다른 컴퓨터 판독가능 매체들과 같은, 하나 이상의 저장 디바이스(234)를 또한 포함할 수 있다. 예시적인 저장 디바이스(234)는 예시적인 시스템들 및 방법들을 구현하는 데 요구된 임의의 적당한 정보를 저장하기 위한 하나 이상의 데이터베이스를 또한 저장할 수 있다. 데이터베이스들은 데이터베이스들에서의 하나 이상의 항목을 추가하고, 삭제하며, 그리고/또는 업데이트하기 위해 임의의 적당한 때에 수동 또는 자동으로 업데이트될 수 있다.
컴퓨팅 디바이스(210)는 표준 전화선들, LAN 또는 WAN 링크들(예를 들어, 802.11, T1, T3, 56kb, X.25), 광대역 접속들(예를 들어, ISDN, 프레임 릴레이, ATM), 무선 접속들, CAN(controller area network), 또는 상기한 것들 중 임의의 것 또는 전부의 어떤 조합을 포함하지만, 이들로 제한되지 않는 각종의 접속들을 통해 하나 이상의 네트워크, 예를 들어, LAN(Local Area Network), MAN(metropolitan area network), WAN(Wide Area Network) 또는 인터넷과 하나 이상의 네트워크 디바이스(232)를 경유하여 인터페이싱하도록 구성된 네트워크 인터페이스(222)를 포함할 수 있다. 네트워크 인터페이스(222)는 내장형 네트워크 어댑터(built-in network adapter), 네트워크 인터페이스 카드, PCMCIA 네트워크 카드, 카드 버스 네트워크 어댑터, 무선 네트워크 어댑터, USB 네트워크 어댑터, 모뎀 또는 본 명세서에 설명된 동작들을 수행하고 통신할 수 있는 컴퓨팅 디바이스(210)를 임의의 타입의 네트워크에 인터페이싱시키기에 적당한 임의의 다른 디바이스를 포함할 수 있다. 더욱이, 컴퓨팅 디바이스(210)는 (iPhone®, BlackBerry® 또는 Android™ 기반 스마트폰과 같은, 그러나 이에 제한되지 않는) 스마트폰, 텔레비전, 워크스테이션, 데스크톱 컴퓨터, 서버, 랩톱, 태블릿, 슬레이트, 전자 리더(e-리더), 디지털 어시스턴트, 또는 다른 전자 리더 또는 핸드헬드, 휴대용, 또는 웨어러블 컴퓨팅 디바이스, 또는 임의의 다른 동등한 디바이스, Xbox®, Wii®, 또는 본 명세서에 설명된 동작들을 수행하기 위해 충분한 프로세서 능력 및 메모리 용량을 가지고 있거나 그에 커플링될 수 있고 통신할 수 있는 다른 동등한 형태의 컴퓨팅 또는 원격통신 디바이스와 같은, 임의의 계산 디바이스일 수 있다. 하나 이상의 네트워크 디바이스(232)는 WAP(Wireless Application Protocol), TCP/IP(Transmission Control Protocol/Internet Protocol), NetBEUI(NetBIOS Extended User Interface), 또는 IPX/SPX(Internetwork Packet Exchange/Sequenced Packet Exchange)와 같은, 그러나 이에 제한되지 않는, 상이한 타입의 프로토콜들을 사용하여 통신할 수 있다.
컴퓨팅 디바이스(210)는 Microsoft® Windows® 운영 체제들, iOS® 운영 체제, Android™ 운영 체제의 버전들 중 임의의 것, Unix 및 Linux 운영 체제들의 상이한 릴리스들, Macintosh 컴퓨터용 MacOS®의 임의의 버전, 임의의 임베디드 운영 체제, 임의의 실시간 운영 체제, 임의의 오픈 소스 운영 체제, 임의의 독점적 운영 체제, 또는 콘솔 상에서 실행되고 본 명세서에 설명된 동작들을 수행할 수 있는 임의의 다른 운영 체제와 같은, 임의의 운영 체제(226)를 실행할 수 있다. 일부 예들에서, 운영 체제(226)는 네이티브 모드(native mode) 또는 에뮬레이트된 모드(emulated mode)에서 실행될 수 있다. 일 예에서, 운영 체제(226)는 하나 이상의 클라우드 머신 인스턴스 상에서 실행될 수 있다.
도 4a는 적어도 하나의 프로세싱 유닛을 포함하는 인지 플랫폼 또는 플랫폼 제품을 사용하여 구현될 수 있는 비제한적인 예시적인 방법의 플로차트를 도시하고 있다. 예시적인 인지 플랫폼 또는 플랫폼 제품은 프로세서 실행가능 명령어들을 저장하기 위한 메모리, 및 사용자 인터페이스 및 메모리에 통신가능하게 커플링된 하나 이상의 프로세싱 유닛을 포함한다. 하나 이상의 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 하나 이상의 프로세싱 유닛은 도 4a의 플로차트에서의 방법을 실행하도록 구성된다. 블록(302)에서, 하나 이상의 프로세싱 유닛은 사용자 인터페이스에 렌더링된 환경의 부분들의 제1 뷰 세트에 기초하여 환경에서 내비게이트하기 위해 타인중심 내비게이션 능력에 의존하도록 개인에 요구하는 제1 태스크를 렌더링하는 데 사용된다. 블록(304)에서, 하나 이상의 프로세싱 유닛은 제1 태스크에 응답하여 개인에 의해 수행되는 타인중심 내비게이션과 연관된 하나 이상의 파라미터의 제1 세트의 측정치들에 기초하여 제1 데이터 세트를 생성하는 데 사용된다. 블록(306)에서, 하나 이상의 프로세싱 유닛은 사용자 인터페이스에 렌더링된 환경의 부분들의 제2 뷰 세트에 기초하여 환경에서 내비게이트하기 위해 자기중심 내비게이션 능력에 의존하도록 개인에 요구하는 제2 태스크를 렌더링하는 데 사용된다. 블록(308)에서, 하나 이상의 프로세싱 유닛은 제2 태스크에 응답하여 개인에 의해 수행되는 자기중심 내비게이션과 연관된 하나 이상의 파라미터의 제2 세트의 측정치들에 기초하여 제2 데이터 세트를 생성하는 데 사용된다. 블록(310)에서, 하나 이상의 프로세싱 유닛은 제1 데이터 세트 및 제2 데이터 세트를 분석하는 데 사용된다. 블록(312)에서, 하나 이상의 프로세싱 유닛은 적어도 부분적으로 제1 데이터 세트와 제2 데이터 세트 간의 차이를 결정하는 것에 의해, 제2 태스크에서의 개인의 수행력과 비교하여 제1 태스크에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하는 데 사용된다.
도 4b는 적어도 하나의 프로세싱 유닛을 포함하는 인지 플랫폼 또는 플랫폼 제품을 사용하여 구현될 수 있는 비제한적인 예시적인 방법의 플로차트를 도시하고 있다. 예시적인 인지 플랫폼 또는 플랫폼 제품은 프로세서 실행가능 명령어들을 저장하기 위한 메모리, 및 사용자 인터페이스 및 메모리에 통신가능하게 커플링된 하나 이상의 프로세싱 유닛을 포함한다. 하나 이상의 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 하나 이상의 프로세싱 유닛은 도 4b의 플로차트에서의 방법을 실행하도록 구성된다. 하나 이상의 프로세싱 유닛은, 일련의 적어도 두 번의 반복에서, 블록(322) 내지 블록(334)의 절차들을 반복적으로 수행하도록 구성된다. 블록(322)에서, 하나 이상의 프로세싱 유닛은 사용자 인터페이스에 렌더링된 환경의 적어도 일 부분의 하나 이상의 뷰에 기초하여 환경에서 내비게이트하도록 개인에 요구하는 태스크들을 렌더링하는 데 사용되고, 여기서 개인이 환경을 내비게이트함에 따라 하나 이상의 뷰가 업데이트된다. 블록(324)에서, 하나 이상의 프로세싱 유닛은 개인으로부터 내비게이션 커맨드들을 수신하는 데 사용된다. 블록(326)에서, 하나 이상의 프로세싱 유닛은 수신된 내비게이션 커맨드들에 기초하여 환경에서의 내비게이션을 제어하는 데 사용된다. 블록(328)에서, 하나 이상의 프로세싱 유닛은 환경의 적어도 일 부분의 하나 이상의 제1 뷰에 기초하여 하나 이상의 태스크를 수행함에 있어서의 개인의 타인중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제1 세트를 측정하고, 하나 이상의 파라미터의 제1 세트의 측정치들에 관한 정보를 갖는 제1 데이터 세트를 생성하는 데 사용된다. 블록(330)에서, 하나 이상의 프로세싱 유닛은 환경의 적어도 일 부분의 하나 이상의 제2 뷰에 기초하여 태스크들을 수행함에 있어서의 개인의 자기중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제2 세트를 측정하고, 하나 이상의 파라미터의 제2 세트의 측정치들에 관한 정보를 갖는 제2 데이터 세트를 생성하는 데 사용된다. 블록(332)에서, 하나 이상의 프로세싱 유닛은 제1 데이터 세트 및 제2 데이터 세트의 적어도 일 부분을 분석하는 데 사용된다. 두 번째 반복 또는 나중의 반복에서 렌더링된 태스크는 하나 이상의 이전 반복에서 측정된 하나 이상의 파라미터와 연관된 제1 데이터 세트 및 제2 데이터 세트 중 적어도 하나의 분석에 적어도 부분적으로 기초하여 결정된다. 블록(334)에서, 하나 이상의 프로세싱 유닛은 반복들의 적어도 일부에서의 태스크들에 대한 응답들과 연관된 제1 데이터 세트들 및 제2 데이터 세트들의 분석들로부터 도출된 태스크들에서의 개인의 수행력의 차이에 기초하여 개인의 인지 능력의 표시를 생성하는 데 사용된다.
도 4c 및 도 4d는 적어도 하나의 프로세싱 유닛을 포함하는 인지 플랫폼 또는 플랫폼 제품을 사용하여 구현될 수 있는 비제한적인 예시적인 방법의 플로차트를 도시하고 있다. 블록(362)에서, 적어도 하나의 프로세싱 유닛은 내비게이션 태스크(들) 및 하나 이상의 CSI를 상호작용을 위해 사용자에게 제시하도록 적어도 하나의 그래픽 사용자 인터페이스를 렌더링하는 데 사용된다. 블록(364)에서, 적어도 하나의 프로세싱 유닛은 프로그램 제품의 컴포넌트로 하여금 내비게이션 태스크의 수행 및/또는, 입력 디바이스를 사용하여 제공된 응답들을 포함한, (cData와 같은, 그러나 이에 제한되지 않는) CSI와의 사용자 상호작용에 기초한 적어도 하나의 사용자 응답을 나타내는 데이터를 수신하게 하는 데 사용된다. 블록(366)에서, 적어도 하나의 프로세싱 유닛은 프로그램 제품의 컴포넌트로 하여금 사용자가 인지 플랫폼과 상호작용하기 전에, 그 동안에, 및/또는 그 이후에 행해진 측정들을 나타내는 nData(생리학적 또는 모니터링 컴포넌트들 및/또는 인지 검사 컴포넌트들의 측정들로부터의 nData를 포함함)를 수신하게 하는 데 사용된다. 이 방법의 예시적인 구현에서, 블록(364)은 유사한 타임프레임에서, 또는 블록(366)과 실질적으로 동시에 수행될 수 있다. 이 방법의 다른 예시적인 구현에서, 블록(364)은 블록(366)와 상이한 시점들(timepoints)에서 수행될 수 있다. 블록(368)에서, 적어도 하나의 프로세싱 유닛은: 개인의 질환(인지 질환을 포함함)의 척도를 제공하기 위해 cData 및/또는 nData를 분석하고, 그리고/또는 주어진 타입의 내비게이션 태스크(내비게이션 태스크가 타인중심 내비게이션 및/또는 자기중심 내비게이션을 요구하는지)에 대한 개인의 수행 메트릭의 척도를 제공하기 위해 cData 및/또는 nData를 분석하며, 그리고/또는 (cData의 차이들에 기초하여를 포함한) 자기중심 내비게이션에서의 사용자의 수행력과 비교하여 타인중심 내비게이션에서의 사용자의 수행력 사이의 차이들 및 연관된 nData의 차이들을 결정한 것에 기초하여 개인의 수행력의 차이들을 분석하고, 그리고/또는 (분석에서 결정된 개인의 수행력의 척도들을 포함한) cData의 분석에 기초하여, 내비게이션 태스크(들)(CSI들을 포함함)의 난이도 레벨을 조정하며, 그리고/또는 개인의 수행력 메트릭, 및/또는 인지 능력(스크리닝, 모니터링 또는 평가를 위한 것을 포함함), 및/또는 인지 치료에 대한 응답, 및/또는 인지의 평가된 척도들을 나타낼 수 있는 플랫폼 제품으로부터의 출력 또는 다른 피드백을 제공하고, 그리고/또는 아밀로이드 상태, 및/또는 타우 단백질들의 존재 또는 발현 레벨, 및/또는 개인이 약물, 생물학적 제제 또는 다른 약제를 투여받을 때 인지 플랫폼 또는 플랫폼 제품의 사용의 잠재적 효능, 및/또는 TOVA® 검사 및/또는 RAVLT™ 검사의 개인의 수행으로부터의 예상 점수에 관해 개인을 분류하고, 그리고/또는 질환의 발병 가능성 및/또는 진행 단계에 관해 개인을 분류하는 데, 그리고/또는 인지 플랫폼 또는 플랫폼 제품과의 개인의 상호작용으로부터 수집된 nData 및 cData 및/또는 그 cData 및 nData의 분석(및 연관된 계산들)에 기초하여 계산된 메트릭들에 기초하여, 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 투여량(양, 농도, 또는 용량 적정)의 변화를 결정하는 데 또는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 최적의 타입 또는 조합을 결정하는 데 또한 사용된다.
예시적인 시스템, 방법 및 장치에서, 사용자 인터페이스에 태스크들을 렌더링하기 전에, 적어도 하나의 프로세싱 유닛은 프로그램 제품의 컴포넌트로 하여금 개인에 투여되고 있거나 투여될 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 나타내는 nData를 수신하게 하도록 구성된다. 내비게이션 태스크(들)의 개인의 수행으로부터 수집된 cData의 분석에 적어도 부분적으로 기초하여, 적어도 하나의 프로세싱 유닛은 개인의 인지 능력의 변화를 나타내는 사용자 인터페이스에 대한 출력을 생성하도록 구성된다.
질환(신경퇴행성 질환을 포함함)의 발병 가능성 및/또는 진행 단계에 관한 개인의 임의의 분류는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 투여량(양, 농도, 또는 용량 적정)의 변화를 결정하는 것, 또는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 최적의 타입 또는 조합을 결정하는 것을 포함한, 개인에 대한 치료 과정의 수립을 가능하게 해주기 위한 또는 기존의 치료 과정을 수정하기 위한 신호로서 의료 디바이스, 헬스케어 컴퓨팅 시스템, 또는 다른 디바이스에게, 그리고/또는 의료 종사자, 헬스 종사자, 물리 치료사, 행동 치료사, 스포츠 의료 종사자, 약사, 또는 다른 종사자에게 전송될 수 있다.
일부 예들에서, 분석의 결과들은 내비게이션 태스크(들) 또는 CSI들의 난이도 레벨 또는 다른 속성을 수정하는 데 사용될 수 있다.
도 5a는 본 명세서에서의 원리들에 따른 비제한적인 예시적인 시스템, 방법, 및 장치를 도시하고 있으며, 여기서 플랫폼 제품(APP를 사용하는 것을 포함함)은 생리학적 컴포넌트들(404) 중 하나 이상과 분리되어 있지만 그와 커플링하도록 구성된 인지 플랫폼(402)으로서 구성된다.
도 5b는 본 명세서에서의 원리들에 따른 다른 비제한적인 예시적인 시스템, 방법, 및 장치를 도시하고 있으며, 여기서 플랫폼 제품(APP를 사용하는 것을 포함함)은 통합된 디바이스(410)로서 구성되고, 여기서 인지 플랫폼(412)은 생리학적 컴포넌트들(414) 중 하나 이상과 통합되어 있다.
도 6은 비제한적인 예시적인 구현을 도시하고 있으며, 여기서 플랫폼 제품(APP를 사용하는 것을 포함함)은 생리학적 컴포넌트(504)와 커플링하도록 구성된 인지 플랫폼(502)으로서 구성된다. 이 예에서, 인지 플랫폼(502)은 인지 플랫폼(502)과의 사용자 상호작용으로부터의 사용자 응답들과 연관된 cData를 수신하기 위해, 생리학적 컴포넌트(504)로부터 nData를 수신하기 위해, 본 명세서에서 앞서 설명된 바와 같이 cData 및/또는 nData를 분석하기 위해, 그리고 개인의 생리학적 질환 및/또는 인지 질환의 척도를 제공하기 위해 cData 및/또는 nData를 분석하고, 그리고/또는 사용자의 응답들과 nData 간의 차이들을 결정한 것에 기초하여 개인의 수행력의 차이들을 분석하며, 그리고/또는 분석에서 결정된 개인의 수행력에 기초하여 그리고 cData 및/또는 nData 분석에 기초하여 컴퓨터화된 자극들 또는 상호작용(CSI) 또는 다른 대화형 요소들의 난이도 레벨을 조정하고, 그리고/또는 개인의 수행력, 및/또는 인지 평가, 및/또는 인지 치료에 대한 반응, 및/또는 인지의 평가된 척도들을 나타내는 플랫폼 제품으로부터의 출력 또는 다른 피드백을 제공하기 위해 본 명세서에 앞서 설명된 태스크들 및 CSI들과 연관된 프로세서 실행가능 명령어들을 구현하도록 프로그래밍된 적어도 하나의 프로세서를 포함하는 태블릿으로서 구성된다. 이 예에서, 생리학적 컴포넌트(504)는 nData를 제공하기 위해 인지 플랫폼(502)과의 사용자 상호작용 이전에, 그 동안에, 그리고/또는 그 이후에 측정들을 수행하도록 사용자의 머리에 장착된다.
비제한적인 예시적인 구현에서, 측정들은 의료 응용분야 검증 및 개인화된 의료에 사용하기 위한, fMRI와 커플링하도록 구성된 인지 플랫폼을 사용하여 이루어진다. 소비자-레벨 fMRI 디바이스들은 뇌 부위 자극의 변화들을 트래킹하고 검출함으로써 의료 응용분야들의 정확도 및 유효성을 개선시키는 데 사용될 수 있다.
비제한적인 예에서, fMRI 측정치들은 피질 두께의 측정 데이터 및 다른 유사한 측정 데이터를 제공하는 데 사용될 수 있다.
치료 검증을 위한 비제한적인 예시적인 사용에서, 사용자는 인지 플랫폼과 상호작용하고, fMRI는 생리학적 데이터를 측정하는 데 사용된다. 사용자는 인지 플랫폼과 상호작용하는 동안 사용자의 행위들에 기초하여 특정의 뇌 부위 또는 뇌 부위들의 조합에 대한 자극을 가질 것으로 예상된다. 이 예에서, 플랫폼 제품은 인지 플랫폼과 커플링된 fMRI 컴포넌트를 포함하는 통합된 디바이스로서, 또는 fMRI 컴포넌트와 분리되지만 fMRI 컴포넌트와 커플링하도록 구성된 인지 플랫폼으로서 구성될 수 있다. fMRI를 갖는 응용분야를 사용하여, 사용자 뇌의 부분들에 대한 자극의 측정이 이루어질 수 있고, 변화들을 검출하여 사용자가 원하는 응답들을 나타내고 있는지를 결정하기 위해 분석이 수행될 수 있다.
개인화된 의료를 위한 비제한적인 예시적인 사용에서, fMRI는 인지 플랫폼과 상호작용할 때 사용자의 진행상황을 식별하는 데 사용될 측정 데이터를 수집하는 데 사용될 수 있다. 이 분석은 인지 플랫폼으로 하여금, 응용분야에서의 사용자 경험을 조정하는 것에 의해, fMRI가 검출하고 있는 이러한 사용자 결과들을 강화하거나 감소시키도록 태스크들 및/또는 CSI들을 제공하게 해야 하는지를 결정하는 데 사용될 수 있다.
본 명세서에서의 임의의 예에서, 내비게이션 태스크들 및/또는 CSI들의 타입에 대한 조정들은 실시간으로 이루어질 수 있다.
결론
앞서 설명된 실시예들은 다양한 방식들 중 임의의 것으로 구현될 수 있다. 예를 들어, 일부 실시예들은 하드웨어, 소프트웨어 또는 이들의 조합을 사용하여 구현될 수 있다. 일 실시예의 임의의 양태가 소프트웨어로 적어도 부분적으로 구현될 때, 소프트웨어 코드는, 단일 컴퓨터에서 제공되든 다수의 컴퓨터들 간에 분산되든 간에, 임의의 적당한 프로세서 또는 프로세서들의 집합체 상에서 실행될 수 있다.
이 점에 있어서, 본 발명의 다양한 양태들은, 하나 이상의 컴퓨터 또는 다른 프로세서 상에서 실행될 때, 앞서 논의된 기술의 다양한 실시예들을 구현하는 방법들을 수행하는 하나 이상의 프로그램으로 인코딩된 컴퓨터 판독가능 저장 매체(또는 다수의 컴퓨터 판독가능 저장 매체들)(예컨대, 컴퓨터 메모리, 콤팩트 디스크들, 광학 디스크들, 자기 테이프들, 플래시 메모리들, 필드 프로그래머블 게이트 어레이들(Field Programmable Gate Arrays) 또는 다른 반도체 디바이스들에서의 회로 구성들, 다른 유형적 컴퓨터 저장 매체 또는 비일시적 매체)로서 적어도 부분적으로 구체화될(embodied) 수 있다. 컴퓨터 판독가능 매체 또는 매체들은 운반가능(transportable)할 수 있으며, 따라서 그 상에 저장된 프로그램 또는 프로그램들은 앞서 논의된 바와 같이 본 기술의 다양한 양태들을 구현하기 위해 하나 이상의 상이한 컴퓨터 또는 다른 프로세서 상에 로딩될 수 있다.
용어들 "프로그램" 또는 "소프트웨어"는 앞서 논의된 바와 같이 본 기술의 다양한 양태들을 구현하도록 컴퓨터 또는 다른 프로세서를 프로그래밍하는 데 이용될 수 있는 임의의 타입의 컴퓨터 코드 또는 컴퓨터 실행가능 명령어들의 세트를 지칭하기 위한 일반적인 의미로(in a generic sense) 본 명세서에서 사용된다. 부가적으로, 이 실시예의 일 양태에 따르면, 실행될 때, 본 기술의 방법들을 수행하는 하나 이상의 컴퓨터 프로그램이 단일 컴퓨터 또는 프로세서 상에 존재할 필요가 없고, 본 기술의 다양한 양태들을 구현하기 위해 다수의 상이한 컴퓨터들 또는 프로세서들 간에 모듈 방식으로(in a modular fashion) 분산될 수 있다는 점이 인식되어야 한다.
컴퓨터 실행가능 명령어들은 하나 이상의 컴퓨터 또는 다른 디바이스에 의해 실행되는, 프로그램 모듈들과 같은, 많은 형태들로 되어 있을 수 있다. 일반적으로, 프로그램 모듈들은 특정의 태스크들을 수행하거나 특정의 추상 데이터 타입들을 구현하는 루틴들, 프로그램들, 오브젝트들, 컴포넌트들, 데이터 구조들 등을 포함한다. 전형적으로, 프로그램 모듈들의 기능이 다양한 실시예들에서 원하는 바에 따라 결합되거나 분산될 수 있다.
또한, 본 명세서에 설명된 기술은 방법으로서 구체화될 수 있으며, 방법의 적어도 하나의 예가 제공되었다. 이 방법의 일부로서 수행되는 동작들(acts)은 임의의 적당한 방식으로 순서화될(ordered) 수 있다. 그에 따라, 동작들이 예시된 것과 상이한 순서로 수행되는 실시예들이 구성될 수 있으며, 이 실시예들은 일부 동작들을, 비록 예시적인 실시예들에서 순차적인 동작들로서 도시되어 있더라도, 동시에 수행하는 것을 포함할 수 있다.
본 명세서에서 정의되고 사용되는 바와 같은, 모든 정의들은 사전 정의들(dictionary definitions), 참고로 포함된 문서들에서의 정의들, 및/또는 정의된 용어들의 통상적인 의미들보다 우선하는 것으로 이해되어야 한다.
명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같은 부정관사들("a" 및 "an")은, 명확히 달리 지시되지 않는 한, "적어도 하나"를 의미하는 것으로 이해되어야 한다.
문구 "및/또는"은, 명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같이, 그와 같이 등위 접속된(conjoined) 요소들, 즉 일부 경우들에서 결합적으로(conjunctively) 존재하고 다른 경우들에서 택일적으로(disjunctively) 존재하는 요소들 중 "어느 하나 또는 둘 다"를 의미하는 것으로 이해되어야 한다. "및/또는"을 사용해 열거된 다수의 요소들은 동일한 방식으로, 즉 그렇게 등위 접속된 요소들 중 하나 이상으로 해석되어야 한다. "및/또는" 절(clause)에 의해 특정적으로 식별된(specifically identified) 요소들 이외에 다른 요소들이, 특정적으로 식별된 그 요소들에 관련이 있든 관련이 없든 간에, 임의로 존재할 수 있다. 따라서, 비제한적인 예로서, "A 및/또는 B"에 대한 언급은, "포함하는(comprising)"과 같은 개방형 표현(open-ended language)과 함께 사용될 때, 일 실시예에서, A만(임의로 B 이외의 요소들을 포함함); 다른 실시예에서, B만(임의로 A 이외의 요소들을 포함함); 또 다른 실시예에서, A 및 B 둘 다(임의로 다른 요소들을 포함함); 기타 등등을 지칭할 수 있다.
명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같이, "또는"은 앞서 정의된 바와 같은 "및/또는"과 동일한 의미를 갖는 것으로 이해되어야 한다. 예를 들어, 목록에서 항목들을 분리할 때, "또는" 또는 "및/또는"은 포함적(inclusive)인 것으로 해석되어야 하며, 즉 다수의 요소들 또는 요소들의 목록 그리고, 임의로, 부가의 열거되지 않은 항목들 중 적어도 하나를 포함하는 것은 물론, 그 중 하나 초과를 포함하는 것으로 해석되어야 한다. "~ 중 하나만(only one of)" 또는 "~ 중 정확히 하나(exactly one of)" 또는, 청구범위에서 사용될 때, "~로 이루어진(consisting of)"과 같은, 명확히 달리 지시되는 용어들만이 다수의 요소들 또는 요소들의 목록 중 정확히 하나의 요소를 포함하는 것을 지칭할 것이다. 일반적으로, 본 명세서 사용되는 바와 같은 용어 "또는"은, "어느 하나", "~중 하나", "~중 하나만", 또는 " ~ 중 정확히 하나"와 같은, 배타성의 용어들이 선행될 때 배타적 양자택일(exclusive alternative)(즉, 둘 다가 아니라 한쪽 또는 다른 쪽)을 지시하는 것으로만 해석되어야 한다. 청구범위에서 사용될 때의 "본질적으로 ~로 이루어진(consisting essentially of)"은 특허법 분야에서 사용되는 바와 같은 그의 통상적인 의미를 가져야 한다.
본 명세서에서 명세서에 그리고 청구범위에 사용되는 바와 같이, 하나 이상의 요소의 목록에 대한 언급에서의 문구 "적어도 하나"는 요소들의 목록 내의 요소들 중 임의의 하나 이상의 요소 중에서 선택된 적어도 하나의 요소를 의미하는 것으로 이해되어야 하지만, 요소들의 목록 내에 구체적으로 열거된 각기의 요소 중 적어도 하나를 반드시 포함하는 것은 아니며 요소들의 목록 내의 요소들의 임의의 조합들을 배제하지 않는다. 이 정의는 또한 문구 "적어도 하나"가 언급하는 요소들의 목록 내에서 특정적으로 식별된 요소들 이외의 요소들이, 특정적으로 식별된 그 요소들에 관련이 있든 관련이 없든 간에, 임의로 존재할 수 있는 것을 허용한다. 따라서, 비제한적인 예로서, "A 및 B 중 적어도 하나"(또는 등가적으로, "A 또는 B 중 적어도 하나", 또는 등가적으로 "A 및/또는 B 중 적어도 하나")는, 일 실시예에서, B가 존재하지 않는 경우(그리고 임의로 B 이외의 요소들을 포함함), 적어도 하나의 A - 임의로 하나 초과의 A를 포함함 - 를 지칭할 수 있고; 다른 실시예에서, A가 존재하지 않는 경우(그리고 임의로 A 이외의 요소들을 포함함), 적어도 하나의 B - 임의로 하나 초과의 B를 포함함 - 를 지칭할 수 있으며; 또 다른 실시예에서, 적어도 하나의 A - 임의로 하나 초과의 A를 포함함 -, 및 적어도 하나의 B - 임의로 하나 초과의 B를 포함함 - (그리고 임의로 다른 요소들을 포함함)를 지칭할 수 있고; 기타 등등일 수 있다.
청구범위에서는 물론 상기 명세서에서, "포함하는(comprising)", "포함하는(including)", "담고 있는(carrying)", "갖는(having)", "함유하는(containing)", "수반하는(involving)", "보유하는(holding)", "~로 구성되는(composed of)", 및 이와 유사한 것과 같은 모든 이행구들(transitional phrases)은 개방형(open-ended)인 것으로, 즉 "~를 포함하지만 이에 제한되지 않는"을 의미하는 것으로 이해되어야 한다. 이행구들 "~로 이루어진" 및 "본질적으로 ~로 이루이진"만이, 미국 특허청 특허 심사 절차서(United States Patent Office Manual of Patent Examining Procedures), 섹션 2111.03에 기재된 바와 같이, 제각기, 폐쇄형(closed) 또는 반폐쇄형(semi-closed) 이행구들이어야 한다.

Claims (48)

  1. 개인의 하나 이상의 인지 역량의 평가를 생성하기 위한 장치로서,
    사용자 인터페이스;
    프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및
    상기 사용자 인터페이스 및 상기 메모리에 통신가능하게 커플링된 하나 이상의 프로세싱 유닛
    을 포함하고, 상기 하나 이상의 프로세싱 유닛에 의한 상기 프로세서 실행가능 명령어들의 실행 시에, 상기 하나 이상의 프로세싱 유닛은:
    상기 사용자 인터페이스에 렌더링된 환경의 부분들의 제1 뷰 세트(first set of views)에 기초하여 상기 환경에서 내비게이트(navigate)하기 위해 타인중심 내비게이션 능력(allocentric navigation capabilities)에 의존하도록 개인에 요구하는 제1 태스크(task)를 렌더링하고;
    상기 제1 태스크에 응답하여 상기 개인에 의해 수행되는 타인중심 내비게이션과 연관된 하나 이상의 파라미터의 제1 세트의 측정치들에 기초하여 제1 데이터 세트를 생성하며;
    상기 사용자 인터페이스에 렌더링된 상기 환경의 부분들의 제2 뷰 세트(second set of views)에 기초하여 상기 환경에서 내비게이트하기 위해 자기중심 내비게이션 능력(egocentric navigation capabilities)에 의존하도록 상기 개인에 요구하는 제2 태스크를 렌더링하고;
    상기 제2 태스크에 응답하여 상기 개인에 의해 수행되는 자기중심 내비게이션과 연관된 하나 이상의 파라미터의 제2 세트의 측정치들에 기초하여 제2 데이터 세트를 생성하며;
    상기 제1 데이터 세트 및 상기 제2 데이터 세트를 분석하고;
    적어도 부분적으로 상기 제1 데이터 세트와 상기 제2 데이터 세트 간의 차이를 결정하는 것에 의해, 상기 제2 태스크에서의 상기 개인의 수행력과 비교하여 상기 제1 태스크에서의 상기 개인의 수행력의 차이에 기초하여 상기 개인의 상기 인지 능력의 표시를 생성하도록 구성되는, 개인의 하나 이상의 인지 역량의 평가를 생성하기 위한 장치.
  2. 제1항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 데이터 세트 및 상기 제2 데이터 세트의 상기 분석에 적어도 부분적으로 기초하여, (i) 상기 개인의 신경퇴행성 질환의 발병 가능성, 또는 (ii) 상기 신경퇴행성 질환의 진행 단계 중 하나 이상을 나타내는 스코어링 출력(scoring output)을 생성하도록 구성되는 것인, 장치.
  3. 제1항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 및 제2 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여, 상기 개인의 뇌의 내후각 피질 및 해마 영역들에 대해 상대적인 상기 개인의 뇌의 미상핵 영역의 상대 건강 또는 세기를 나타내는 스코어링 출력을 생성하도록 구성되는 것인, 장치.
  4. 제2항 또는 제3항에 있어서, 상기 프로세싱 유닛은 상기 스코어링 출력을 상기 개인에게 전송하고 그리고/또는 상기 스코어링 출력을 상기 사용자 인터페이스 상에 디스플레이하도록 구성되는 것인, 장치.
  5. 제2항에 있어서, 상기 신경퇴행성 질환은 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 또는 정신분열증인 것인, 장치.
  6. 제1항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 베타 아밀로이드(beta amyloid), 시스타틴(cystatin), 알파-시누클레인(alpha-synuclein), 헌팅틴 단백질(huntingtin protein), 또는 타우 단백질(tau protein) 중 하나 이상의 발현 레벨에 관해 상기 개인을 분류하기 위해 상기 개인의 인지 능력을 나타내는 데이터에 제1 예측 모델을 적용하도록 구성되는 것인, 장치.
  7. 제6항에 있어서, 상기 제1 예측 모델은 복수의 트레이닝 데이터 세트들을 사용하여 트레이닝되고, 각각의 트레이닝 데이터 세트는 복수의 개인들 중 이전에 분류된 개인에 대응하며, 각각의 트레이닝 데이터 세트는 상기 분류된 개인의 상기 인지 능력의 표시를 표현하는 데이터 및 상기 분류된 개인의 신경퇴행성 질환의 상태 또는 진행의 진단을 나타내는 데이터를 포함하는 것인, 장치.
  8. 제7항에 있어서, 상기 제1 예측 모델은 상기 개인의 상기 신경퇴행성 질환의 후속 척도들에 대한 지능형 프록시(intelligent proxy)로서 역할하는 것인, 장치.
  9. 제6항에 있어서, 상기 제1 예측 모델은 선형/로지스틱 회귀, 주성분 분석, 일반화된 선형 혼합 모델, 랜덤 결정 포레스트, 서포트 벡터 머신, 또는 인공 신경 네트워크 중 하나 이상을 포함하는 것인, 장치.
  10. 제1항에 있어서, 상기 제1 태스크 또는 상기 제2 태스크는 길 찾기 태스크(way-finding task), 경로 구성 태스크(path-plotting task), 탐색 태스크(seek task), 탐색 및 복구 태스크(search and recovery task), 또는 길안내 제공 태스크(direction-giving task) 중 하나 이상을 포함하는 것인, 장치.
  11. 제1항에 있어서, 하나 이상의 파라미터들의 상기 제1 세트 또는 상기 제2 세트는 상기 환경에 대해 상대적인 내비게이션 속력의 척도, 상기 환경에 대해 상대적인 배향, 상기 환경에 대해 상대적인 속도(velocity), 내비게이션 전략의 선택, 내비게이션 동안 대기 또는 지연 기간 또는 무행동 기간(period of inaction)의 척도, 코스를 완료하기 위한 시간 간격, 또는 코스를 통한 내비게이션 경로의 최적화 정도 중 적어도 하나를 포함하는 것인, 장치.
  12. 제11항에 있어서, 하나 이상의 파라미터의 상기 제1 세트는 상기 환경 내의 다른 객체들에 대해 상대적인 거리들에 기초하여 결정되는 바와 같은 2개의 지점 사이의 상대 공간 위치들에 관한 상기 개인의 판단의 척도, 상기 개인에 이전에 알려져 있는 상기 환경의 일 부분을 통한 새로운 코스(novel course)를 구상(plot)하는 상기 개인의 능력의 척도, 또는 2개 이상의 차원을 커버(cover)하도록 배열된 상기 환경 내의 3개 이상의 기억된 위치를 공간적으로 변환하는 상기 개인의 능력의 척도 중 적어도 하나를 포함하는 것인, 장치.
  13. 제11항에 있어서, 하나 이상의 파라미터의 상기 제2 세트는 상기 환경에 대해 상대적인 상기 개인의 이동의 방향, 상기 환경에 대해 상대적인 상기 개인의 이동의 속력, 랜드마크들의 상기 개인의 기억의 척도, 턴-바이-턴 길안내들(turn-by-turn directions)의 상기 개인의 기억의 척도, 또는 뷰의 항공뷰 또는 조감뷰에 대한 참조의 빈도 또는 횟수 중 적어도 하나를 포함하는 것인, 장치.
  14. 제1항에 있어서, 상기 제1 태스크 또는 상기 제2 태스크 중 하나 또는 둘 다는 하나 이상의 랜드마크를 포함하는 가상 환경에 설정되는 것인, 장치.
  15. 개인의 하나 이상의 인지 역량을 향상시키기 위한 장치로서,
    사용자 인터페이스;
    프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및
    상기 사용자 인터페이스 및 상기 메모리에 통신가능하게 커플링된 하나 이상의 프로세싱 유닛
    을 포함하고, 상기 하나 이상의 프로세싱 유닛에 의한 상기 프로세서 실행가능 명령어들의 실행 시에, 상기 하나 이상의 프로세싱 유닛은:
    일련의 적어도 두 번의 반복에서,
    상기 사용자 인터페이스에 렌더링된 상기 환경의 적어도 일 부분의 하나 이상의 뷰에 기초하여 상기 환경에서 내비게이트하도록 개인에 요구하는 태스크들을 렌더링하는 것 - 상기 개인이 상기 환경을 내비게이트함에 따라 상기 하나 이상의 뷰가 업데이트됨 -;
    상기 개인으로부터 내비게이션 커맨드들을 수신하는 것;
    상기 수신된 내비게이션 커맨드들에 기초하여 상기 환경에서의 내비게이션을 제어하는 것;
    상기 환경의 적어도 일 부분의 하나 이상의 제1 뷰에 기초하여 상기 하나 이상의 태스크를 수행함에 있어서의 상기 개인의 타인중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제1 세트를 측정하고, 하나 이상의 파라미터의 상기 제1 세트의 상기 측정치들에 관한 정보를 갖는 제1 데이터 세트를 생성하는 것;
    상기 환경의 적어도 일 부분의 하나 이상의 제2 뷰에 기초하여 상기 태스크들을 수행함에 있어서의 상기 개인의 자기중심 내비게이션 능력을 나타내는 정보를 제공하는 하나 이상의 파라미터의 제2 세트를 측정하고, 하나 이상의 파라미터의 상기 제2 세트의 상기 측정치들에 관한 정보를 갖는 제2 데이터 세트를 생성하는 것;
    상기 제1 데이터 세트 및 상기 제2 데이터 세트의 적어도 일 부분을 분석하는 것 - 두 번째 반복 또는 나중의 반복에서 렌더링된 태스크는 하나 이상의 이전 반복에서 측정된 하나 이상의 파라미터와 연관된 상기 제1 데이터 세트 및 상기 제2 데이터 세트 중 적어도 하나의 상기 분석에 적어도 부분적으로 기초하여 결정됨 -; 및
    상기 반복들의 적어도 일부에서의 상기 태스크들에 대한 상기 응답들과 연관된 상기 제1 데이터 세트들 및 상기 제2 데이터 세트들의 상기 분석들로부터 도출된 상기 태스크들에서의 상기 개인의 수행력의 차이에 기초하여 상기 개인의 상기 인지 능력의 표시를 생성하는 것을 반복적으로 수행하도록 구성되는 것인, 개인의 하나 이상의 인지 역량을 향상시키기 위한 장치.
  16. 제15항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 데이터 세트 또는 상기 제2 데이터 세트 중 하나 또는 둘 다의 상기 분석에 적어도 부분적으로 기초하여 상기 두 번째 반복 또는 상기 나중의 반복 중 하나 이상에서 렌더링된 상기 태스크들의 난이도 레벨을 조정하도록 구성되는 것인, 장치.
  17. 제15항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 데이터 세트들 및 상기 제2 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여, (i) 상기 개인의 신경퇴행성 질환의 발병 가능성, 또는 (ii) 상기 신경퇴행성 질환의 진행 단계 중 하나 이상을 나타내는 스코어링 출력을 생성하도록 구성되는 것인, 장치.
  18. 제15항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 및 제2 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여, 상기 개인의 뇌의 내후각 피질 및 해마 영역들에 대해 상대적인 상기 개인의 뇌의 미상핵 영역의 상대 건강 또는 세기를 나타내는 스코어링 출력을 생성하도록 구성되는 것인, 장치.
  19. 제17항 또는 제18항에 있어서, 상기 프로세싱 유닛은 상기 스코어링 출력을 상기 개인에게 전송하고 그리고/또는 상기 스코어링 출력을 상기 사용자 인터페이스 상에 디스플레이하도록 구성되는 것인, 장치.
  20. 제17항에 있어서, 상기 신경퇴행성 질환은 알츠하이머병, 치매, 파킨슨병, 헌팅턴병, 쿠싱병, 또는 정신분열증인 것인, 장치.
  21. 제15항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 베타 아밀로이드, 시스타틴, 알파-시누클레인, 헌팅틴 단백질, 또는 타우 단백질 중 하나 이상의 발현 레벨에 관해 상기 개인을 분류하기 위해 상기 개인의 인지 능력을 나타내는 데이터에 제1 예측 모델을 적용하도록 구성되는 것인, 장치.
  22. 제21항에 있어서, 상기 제1 예측 모델은 복수의 트레이닝 데이터 세트들을 사용하여 트레이닝되고, 각각의 트레이닝 데이터 세트는 복수의 개인들 중 이전에 분류된 개인에 대응하며, 각각의 트레이닝 데이터 세트는 상기 분류된 개인의 상기 인지 능력의 표시를 표현하는 데이터 및 상기 분류된 개인의 신경퇴행성 질환의 상태 또는 진행의 진단을 나타내는 데이터를 포함하는 것인, 장치.
  23. 제22항에 있어서, 상기 제1 예측 모델은 상기 개인의 상기 신경퇴행성 질환의 후속 척도들에 대한 지능형 프록시로서 역할하는 것인, 장치.
  24. 제21항에 있어서, 상기 제1 예측 모델은 선형/로지스틱 회귀, 주성분 분석, 일반화된 선형 혼합 모델, 랜덤 결정 포레스트, 서포트 벡터 머신, 또는 인공 신경 네트워크 중 하나 이상을 포함하는 것인, 장치.
  25. 제15항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 및 제2 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여, 상기 개인의 뇌의 내후각 피질 및 해마 영역들에 대해 상대적인 상기 개인의 뇌의 미상핵 영역의 상대 건강 또는 세기를 나타내는 스코어링 출력을 생성하도록 구성되는 것인, 장치.
  26. 제15항에 있어서, 상기 제1 데이터 세트를 분석하는 것은 타인중심 내비게이션에서의 상기 개인의 수행력의 척도를 제공하기 위해 상기 제1 데이터 세트를 분석하는 것을 포함하는 것인, 장치.
  27. 제15항에 있어서, 상기 제2 데이터 세트를 분석하는 것은 자기중심 내비게이션에서의 상기 개인의 수행력의 척도를 제공하기 위해 상기 제2 데이터 세트를 분석하는 것을 포함하는 것인, 장치.
  28. 제15항에 있어서, 상기 제1 태스크 또는 상기 제2 태스크는 길 찾기 태스크, 경로 구성 태스크, 탐색 태스크, 탐색 및 복구 태스크, 또는 길안내 제공 태스크 중 하나 이상을 포함하는 것인, 장치.
  29. 제15항에 있어서, 하나 이상의 파라미터들의 상기 제1 세트 또는 상기 제2 세트는 상기 환경에 대해 상대적인 내비게이션 속력의 척도, 상기 환경에 대해 상대적인 배향, 상기 환경에 대해 상대적인 속도, 내비게이션 전략의 선택, 내비게이션 동안 대기 또는 지연 기간 또는 무행동 기간의 척도, 코스를 완료하기 위한 시간 간격, 또는 코스를 통한 내비게이션 경로의 최적화 정도 중 적어도 하나를 포함하는 것인, 장치.
  30. 제29항에 있어서, 하나 이상의 파라미터의 상기 제1 세트는 상기 환경 내의 다른 객체들에 대해 상대적인 거리들에 기초하여 결정되는 바와 같은 2개의 지점 사이의 상대 공간 위치들에 관한 상기 개인의 판단의 척도, 상기 개인에 이전에 알려져 있는 상기 환경의 일 부분을 통한 새로운 코스를 구상하는 상기 개인의 능력의 척도, 또는 2개 이상의 차원을 커버하도록 배열된 상기 환경 내의 3개 이상의 기억된 위치를 공간적으로 변환하는 상기 개인의 능력의 척도 중 적어도 하나를 포함하는 것인, 장치.
  31. 제29항에 있어서, 하나 이상의 파라미터의 상기 제2 세트는 상기 환경에 대해 상대적인 상기 개인의 이동의 방향, 상기 환경에 대해 상대적인 상기 개인의 이동의 속력, 랜드마크들의 상기 개인의 기억의 척도, 턴-바이-턴 길안내들의 상기 개인의 기억의 척도, 또는 뷰의 항공뷰 또는 조감뷰에 대한 참조의 빈도 또는 횟수 중 적어도 하나를 포함하는 것인, 장치.
  32. 제15항에 있어서, 상기 환경에서 내비게이트하는 것은 가상 환경에서 아바타 또는 안내가능 요소를 내비게이트하는 것을 포함하는 것인, 장치.
  33. 제15항에 있어서, 상기 태스크들을 렌더링하는 것은 상기 사용자 인터페이스에 상기 환경의 보다 넓은 뷰를 먼저 렌더링하고, 이어서 상기 환경의 부분들의 보다 국소화된 뷰들을 렌더링하는 것을 포함하며, 그에 의해 상기 보다 국소화된 뷰들 및 상기 개인이 상기 보다 넓은 뷰로부터 형성한 기억에 기초하여 내비게이션 결정들을 행함으로써 상기 환경을 내비게이트하기 위해 타인중심 내비게이션 능력에 의존하도록 상기 개인에게 촉구(prompt)하는 것인, 장치.
  34. 제15항에 있어서, 상기 태스크들을 렌더링하는 것은 상기 아바타 또는 상기 안내가능 요소의 관점으로부터 상기 환경의 일 부분의 뷰를 렌더링하는 것을 포함하며, 그에 의해 상기 환경에서의 상기 아바타 또는 상기 안내가능 요소의 위치에 기초하여 또는 상기 환경 내의 하나 이상의 랜드마크에 기초하여 내비게이션 결정들을 행함으로써 상기 환경을 내비게이트하기 위해 자기중심 내비게이션 능력에 의존하도록 상기 개인에게 촉구하는 것인, 장치.
  35. 제15항에 있어서, 상기 환경은 물리적 환경을 포함하고, 상기 환경에서 내비게이트하는 것은 상기 물리적 환경에서 안내가능 객체를 내비게이트하는 것을 포함하는 것인, 장치.
  36. 제15항에 있어서,
    상기 사용자 인터페이스에 상기 태스크들을 렌더링하기 전에, 상기 프로세싱 유닛은 개인에 투여되고 있거나 투여될 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 나타내는 데이터를 수신하고,
    상기 분석에 적어도 부분적으로 기초하여, 상기 개인의 인지 능력의 변화를 나타내는 상기 사용자 인터페이스에 대한 출력을 생성하도록 구성되는 것인, 장치.
  37. 제36항에 있어서, 상기 생물학적 제제, 약물 또는 다른 약제는 메틸페니데이트(methylphenidate; MPH), 스코폴라민(scopolamine), 도네페질 하이드로클로라이드(donepezil hydrochloride), 리바스티그민 타르트레이트(rivastigmine tartrate), 메만틴 HCl(memantine HCI), 솔라네주맙(solanezumab), 아두카누맙(aducanumab), 또는 크레네주맙(crenezumab) 중 하나 이상을 포함하는 것인, 장치.
  38. 제15항에 있어서, 상기 태스크는 하나 이상의 랜드마크를 포함하는 가상 환경에 설정되는 것인, 장치.
  39. 제15항에 있어서, 상기 장치는 하나 이상의 센서 컴포넌트를 포함하고, 상기 프로세싱 유닛은, 하나 이상의 파라미터들의 상기 제1 세트를 나타내고 하나 이상의 파라미터의 상기 제2 세트를 나타내는 데이터를 측정하기 위해 상기 하나 이상의 센서 컴포넌트를 제어하도록 구성되는 것인, 장치.
  40. 제39항에 있어서, 상기 하나 이상의 센서 컴포넌트는 자이로스코프, 가속도계, 모션 센서, 위치 센서, 압력 센서, 광학 센서, 이미지 캡처 디바이스, 청각 센서, 또는 진동 센서 중 하나 이상을 포함하는 것인, 장치.
  41. 개인의 신경퇴행성 질환의 표시로서 상기 개인의 하나 이상의 인지 역량을 향상시키기 위한 장치로서,
    사용자 인터페이스;
    프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및
    상기 사용자 인터페이스 및 상기 메모리에 통신가능하게 커플링된 프로세싱 유닛
    을 포함하고, 상기 프로세싱 유닛에 의한 상기 프로세서 실행가능 명령어들의 실행 시에, 상기 프로세싱 유닛은:
    개인이 상기 사용자 인터페이스에 렌더링된 환경의 적어도 일 부분의 뷰에 기초하여 상기 환경에서 내비게이트하도록 요구받도록 제1 태스크를 렌더링하고 - 상기 개인이 상기 환경을 내비게이트함에 따라 상기 뷰가 업데이트됨 -;
    상기 개인으로부터 상기 제1 태스크에 대한 제1 응답을 수신하며 - 상기 제1 응답은 내비게이션 커맨드들을 포함함 -;
    상기 제1 응답 내의 상기 내비게이션 커맨드들에 기초하여 상기 환경에서의 내비게이션을 제어하고;
    상기 제1 태스크를 수행함에 있어서의 상기 개인의 타인중심 내비게이션 능력을 나타내는 하나 이상의 파라미터의 제1 세트를 측정하고, 하나 이상의 파라미터의 상기 제1 세트의 상기 측정치들에 관한 정보를 갖는 제1 데이터 세트를 생성하며;
    상기 제1 태스크를 수행함에 있어서의 상기 개인의 자기중심 내비게이션 능력을 나타내는 하나 이상의 파라미터의 제2 세트를 측정하고, 하나 이상의 파라미터의 상기 제2 세트의 상기 측정치들에 관한 정보를 갖는 제2 데이터 세트를 생성하며;
    상기 제1 데이터 세트 및 상기 제2 데이터 세트를 분석하고;
    상기 개인이 상기 사용자 인터페이스에 렌더링된 상기 환경의 상기 적어도 일 부분의 상기 뷰에 기초하여 상기 환경에서 내비게이트하도록 요구받도록, 상기 제1 및 제2 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여 결정된 제2 태스크를 렌더링하며 - 상기 개인이 상기 환경을 내비게이트함에 따라 상기 뷰가 업데이트됨 -;
    상기 개인으로부터 추가의 내비게이션 커맨드들을 수신하고, 상기 수신된 추가의 내비게이션 커맨드들에 기초하여 상기 환경에서의 내비게이션을 제어하며;
    상기 제2 태스크를 수행함에 있어서의 상기 개인의 타인중심 내비게이션 능력을 나타내는 하나 이상의 파라미터의 상기 제1 세트를 측정하고, 하나 이상의 파라미터의 상기 제1 세트의 상기 측정치들에 관한 정보를 갖는 제3 데이터 세트를 생성하며;
    상기 제2 태스크를 수행함에 있어서의 상기 개인의 자기중심 내비게이션 능력을 나타내는 하나 이상의 파라미터의 상기 제2 세트를 측정하고, 하나 이상의 파라미터의 상기 제2 세트의 상기 측정치들에 관한 정보를 갖는 제4 데이터 세트를 생성하며;
    상기 제3 데이터 세트 및 상기 제4 데이터 세트의 측정치들을 분석하고;
    상기 제1, 제2, 제3, 및 제4 데이터 세트들의 상기 분석에 적어도 부분적으로 기초하여, (i) 상기 개인의 신경퇴행성 질환, 또는 (ii) 상기 신경퇴행성 질환의 진행 단계 중 적어도 하나의 발병 가능성을 나타내는 스코어링 출력을 생성하도록 구성되는 것인, 개인의 신경퇴행성 질환의 표시로서 상기 개인의 하나 이상의 인지 역량을 향상시키기 위한 장치.
  42. 제41항에 있어서, 상기 하나 이상의 프로세싱 유닛은 또한, 상기 제1 데이터 세트 또는 상기 제2 데이터 세트 중 하나 또는 둘 다의 상기 분석에 적어도 부분적으로 기초하여 상기 제2 태스크의 난이도 레벨을 조정하도록 구성되는 것인, 장치.
  43. 제41항에 있어서, 하나 이상의 파라미터의 상기 제1 세트는 상기 환경 내의 다른 객체들에 대해 상대적인 거리들에 기초하여 결정되는 바와 같은 2개의 지점 사이의 상대 공간 위치들에 관한 상기 개인의 판단의 척도, 이전에 알려져 있는 상기 환경의 일 부분을 통한 새로운 코스를 구상하는 상기 개인의 능력의 척도, 또는 2개 이상의 차원을 커버하도록 배열된 상기 환경 내의 3개 이상의 기억된 위치를 공간적으로 변환하는 상기 개인의 능력의 척도 중 적어도 하나를 포함하는 것인, 장치.
  44. 제41항에 있어서, 하나 이상의 파라미터의 상기 제2 세트는 상기 환경에 대해 상대적인 상기 개인의 이동의 방향, 상기 환경에 대해 상대적인 상기 개인의 이동의 속력, 랜드마크들의 상기 개인의 기억의 척도, 또는 턴-바이-턴 길안내들의 상기 개인의 기억의 척도, 또는 뷰의 항공뷰 또는 조감뷰에 대한 참조의 빈도 또는 횟수 중 적어도 하나를 포함하는 것인, 장치.
  45. 제41항에 있어서, 상기 환경을 내비게이트하도록 상기 개인에 요구하는 상기 제1 태스크를 렌더링하는 것은 상기 환경에서 객체 또는 아바타 중 적어도 하나를 내비게이트하도록 상기 개인에 요구하는 상기 제1 태스크를 렌더링하는 것을 포함하는 것인, 장치.
  46. 제41항에 있어서, 상기 제1 태스크 또는 상기 제2 태스크는 길 찾기 태스크, 경로 구성 태스크, 탐색 태스크, 탐색 및 복구 태스크, 또는 길안내 제공 태스크 중 하나 이상을 포함하는 것인, 장치.
  47. 제41항에 있어서, 하나 이상의 파라미터들의 상기 제1 세트 또는 상기 제2 세트는 상기 환경에 대해 상대적인 내비게이션 속력의 척도, 상기 환경에 대해 상대적인 배향, 상기 환경에 대해 상대적인 속도, 내비게이션 전략의 선택, 내비게이션 동안 대기 또는 지연 기간 또는 무행동 기간의 척도, 코스를 완료하기 위한 시간 간격, 또는 코스를 통한 내비게이션 경로의 최적화 정도 중 적어도 하나를 포함하는 것인, 장치.
  48. 제1항 내지 제47항 중 어느 한 항의 장치를 포함하는 시스템으로서, 상기 장치는 스마트폰, 태블릿, 슬레이트, 전자 리더(e-리더), 디지털 어시스턴트, 휴대용 컴퓨팅 디바이스, 웨어러블 컴퓨팅 디바이스, 또는 게이밍 디바이스 중 적어도 하나로서 구성되는 것인, 시스템.
KR1020197020449A 2016-12-13 2017-12-13 내비게이션 태스크들을 사용한 바이오마커들의 식별 및 내비게이션 태스크들을 사용한 치료들을 위한 플랫폼 KR102525394B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662433769P 2016-12-13 2016-12-13
US62/433,769 2016-12-13
PCT/US2017/066214 WO2018112103A1 (en) 2016-12-13 2017-12-13 Platform for identification of biomarkers using navigation tasks and treatments using navigation tasks

Publications (2)

Publication Number Publication Date
KR20190091354A true KR20190091354A (ko) 2019-08-05
KR102525394B1 KR102525394B1 (ko) 2023-04-24

Family

ID=62559169

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197020449A KR102525394B1 (ko) 2016-12-13 2017-12-13 내비게이션 태스크들을 사용한 바이오마커들의 식별 및 내비게이션 태스크들을 사용한 치료들을 위한 플랫폼

Country Status (8)

Country Link
US (1) US20190343447A1 (ko)
EP (1) EP3555841A4 (ko)
JP (2) JP7159188B2 (ko)
KR (1) KR102525394B1 (ko)
CN (1) CN110603550A (ko)
AU (1) AU2017376455A1 (ko)
CA (1) CA3046789A1 (ko)
WO (1) WO2018112103A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11914776B2 (en) 2012-08-31 2024-02-27 Blue Goji Llc System and method for evaluation, detection, conditioning, and treatment of neurological functioning and conditions
KR20200128555A (ko) * 2018-03-04 2020-11-13 아킬리 인터랙티브 랩스 인크. 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
CN111990971B (zh) * 2020-09-02 2023-07-07 中国科学院心理研究所 一种基于触屏操作箱视觉空间配对学习的实验与分析方法
CN116077027B (zh) * 2023-02-27 2024-06-28 首都医科大学附属北京友谊医院 一种视觉空间认知能力测试系统及存储介质
CN116363404B (zh) * 2023-03-30 2023-11-21 哈尔滨工业大学 一种识别和量化脑自发活动预测性地图样表征的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080280276A1 (en) * 2007-05-09 2008-11-13 Oregon Health & Science University And Oregon Research Institute Virtual reality tools and techniques for measuring cognitive ability and cognitive impairment
US20140315169A1 (en) * 2011-11-16 2014-10-23 Veronlque Deborah BOHBOT Computer generated three dimensional virtual reality environment for improving memory
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005099576A2 (en) 2004-04-13 2005-10-27 Cambridge University Technical Services Limited Methods for assessing neurocognitive disorders
CA2720892A1 (en) 2010-11-12 2012-05-12 The Regents Of The University Of California Enhancing cognition in the presence of distraction and/or interruption
ES2831648T3 (es) * 2010-11-24 2021-06-09 Digital Artefacts Llc Sistemas y métodos para evaluar la función cognitiva
WO2013054257A1 (en) * 2011-10-09 2013-04-18 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Virtual reality for movement disorder diagnosis and/or treatment
EP2811907A4 (en) * 2012-02-09 2015-07-08 Anthrotronix Inc PERFORMANCE ASSESSMENT INSTRUMENT
GB201322094D0 (en) * 2013-12-13 2014-01-29 Electrophoretics Ltd Methods and compositions relating to alzheimers disease
US20160078780A1 (en) * 2014-09-15 2016-03-17 The Arizona Board Of Regents For And On Behalf Of The University Of Arizona Method and System for Aerobic and Cognitive Training
EP3278113A4 (en) 2015-04-02 2018-11-21 CRC for Mental Health Ltd. Method for predicting risk of cognitive deterioration

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080280276A1 (en) * 2007-05-09 2008-11-13 Oregon Health & Science University And Oregon Research Institute Virtual reality tools and techniques for measuring cognitive ability and cognitive impairment
US20140315169A1 (en) * 2011-11-16 2014-10-23 Veronlque Deborah BOHBOT Computer generated three dimensional virtual reality environment for improving memory
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities

Also Published As

Publication number Publication date
WO2018112103A1 (en) 2018-06-21
JP2020518043A (ja) 2020-06-18
CN110603550A (zh) 2019-12-20
JP7442596B2 (ja) 2024-03-04
EP3555841A4 (en) 2020-05-20
US20190343447A1 (en) 2019-11-14
EP3555841A1 (en) 2019-10-23
JP7159188B2 (ja) 2022-10-24
JP2023015042A (ja) 2023-01-31
AU2017376455A1 (en) 2019-06-13
KR102525394B1 (ko) 2023-04-24
CA3046789A1 (en) 2018-06-21

Similar Documents

Publication Publication Date Title
JP7125390B2 (ja) バイオマーカーまたは他のタイプのマーカーとして構成される認知プラットフォーム
JP7442596B2 (ja) ナビゲーション課題を使用するバイオマーカーの識別およびナビゲーション課題を使用する治療のためのプラットフォーム
JP2023025083A (ja) コンピュータ化された喚起要素を含む認知プラットフォーム
KR102449377B1 (ko) 적응적 응답 기한 절차들에서의 신호 검출 메트릭들을 구현하기 위한 플랫폼들
JP2022117988A (ja) 生理学的コンポーネントに接続された認知プラットフォーム
KR20200128555A (ko) 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
US11839472B2 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures
JP2022506651A (ja) 情動障害のスクリーニングおよび治療のための顔の表情検出
US20200402643A1 (en) Cognitive screens, monitor and cognitive treatments targeting immune-mediated and neuro-degenerative disorders
JP2022502789A (ja) 認知処置を最適化するための努力メトリックを導出するための認知プラットフォーム
WO2018222729A1 (en) Platform for identification of biomarkers using navigation tasks and treatments based thereon
US20240081706A1 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures
US12026636B2 (en) Cognitive platform for deriving effort metric for optimizing cognitive treatment

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant