SSVEPベースのブレイン・コンピューター・インターフェースによる段階的呼吸困難自己報告の実現：健常ボランティアによる概念実証研究

科学分野:

• 神経科学
• 生物医学工学
• 呼吸器医学

背景:

• 人工呼吸器で管理されている患者は、コミュニケーション障害のために呼吸器系の苦痛を報告することに課題を抱えています。
• これらの患者における呼吸困難（息切れ）の評価は、彼らの幸福にとって重要です。
• 定常視覚誘発電位（SSVEP）ベースのブレイン・コンピューター・インターフェース（BCI）は、非言語コミュニケーションのための潜在的なソリューションを提供します。

研究 の 目的:

• 実験的に誘発された呼吸困難を検出および定量化する上でのSSVEPベースのBCIのパフォーマンスを評価すること。
• 管理された設定で呼吸器系の不快感の自己報告を可能にするBCIの能力を評価すること。
• 異なるBCIモデルと視覚刺激周波数の有効性を比較すること。

主な方法:

• 49人の健常ボランティアが、通常の呼吸と誘発性呼吸困難（吸気負荷、CO₂吸入）を含む5つの呼吸状態を受けました。
• 2つのBCIモデルがテストされました：検出BCI（D-BCI）と定量化BCI（LEDベースのアナログスケール - LAS）。
• パフォーマンスは、呼吸困難の視覚アナログスケール（VAS）と、曲線下面積（AUC）を決定するための受信者操作特性（ROC）曲線を使用して測定されました。

主要な成果:

• 誘導された呼吸器系の不快感中に、通常の呼吸と比較して、参加者は有意に高い呼吸困難VASスコアを報告しました。
• D-BCIは20-30 Hzの刺激で0.89のAUCを達成し、LASは低周波数で0.84のAUCを達成しました。
• 両方のBCIモデルは、実験的に誘発された呼吸器系の不快感を検出および定量化する上で有効性を示しました。

結論:

• SSVEPベースのBCIは、健常者における実験的に誘発された呼吸困難を検出し定量化することができます。
• この所見は、非言語患者における呼吸困難の評価のためのSSVEP-BCIの潜在的な臨床応用を示唆しています。
• このBCI技術の臨床的有用性を患者集団で検証するためには、さらなる研究が必要です。