في ظل تطور التكنولوجيا الحديثة، يعد تقييم الحمل العقلي (Cognitive Load) أحد التحديات الكبيرة التي تواجه التفاعل بين الإنسان والكمبيوتر (Human-Computer Interaction). بالرغم من أهمية هذا التقييم، تعاني معظم النماذج الحالية من نقص في البيانات المعلّمة وصعوبة تعميم النتائج عبر الأفراد المختلفين. لكن ثورة جديدة في هذا المجال بدأت مع تقديم نموذج CogAdapt، الذي يعد حلاً مبتكرًا لتحديات تقييم الحمل العقلي عبر الأجهزة القابلة للارتداء.

تستند فكرة CogAdapt إلى تعديل نماذج ECG السريرية التي تم تدريبها مسبقًا باستخدام ملايين من التسجيلات السريرية. ومع ذلك، تواجه هذه النماذج مشكلة عدم إمكانية تطبيقها بشكل مباشر على الأجهزة القابلة للارتداء بسبب عدم توافق تكوين المستشعرات واختلاف المهام.

للتغلب على هذه المشكلة، قامت دراسة حديثة بتقديم إطار عمل يحمل اسم "LeadBridge"، وهو محول يمكن تعلمه يقوم بتحويل إشارات ثلاثية الطور من الأجهزة القابلة للارتداء إلى تمثيلات متسقة تشريحيًا مكونة من 12 طبوغرافية. فيما قدمت الاستراتيجية "ProFine" عملية تحسين تدريجية تقوم بفتح طبقات الترميز (Encoder) تدريجيًا مع الحفاظ على المعلومات الهامة وتفادي النسيان الكارثي.

لقد أظهرت التقييمات على مجموعتين بيانات عامتين (CLARE وCL-Drive) باستخدام أسلوب "leave-one-subject-out cross-validation"، أن CogAdapt يتفوق بشكل كبير على النماذج التقليدية التي تم تدريبها من الصفر، حيث حقق نقاط Macro-F1 تصل إلى 0.626 و0.768. هذه النتائج توضح إمكانية تكيف نماذج الأساس لتقييم الحمل العقلي المستقل عن الأفراد باستخدام أجهزة الاستشعار القابلة للارتداء، مما يفتح الأبواب لتطبيقات جديدة في مجالات متعددة.

في ختام الأمر، كيف ترى تطور علم تحليل الحمل العقلي باستخدام الأجهزة القابلة للارتداء؟ شاركونا آرائكم في التعليقات!