Kunstig intelligens musikterapi til psykosociale og kognitive funktioner hos ældre voksne (AMT)

Mål:

1. for yderligere at vurdere fordelene ved traditionel musikterapi (TMT) hos ældre voksne
2. at vurdere de yderligere fordele ved Pi-højttalerens dynamiske AI-empatiske musikterapi (AIT) sammenlignet med TMT hos ældre voksne
3. at vurdere langtidsholdbarheden over en 3-måneders periode af eventuelle uddannelsesydelser
4. for at validere Pi's EEG-headset i realtid og tilsvarende AI-højttaler til fremtidig terapeutisk brug.

Eksempel: raske ældre voksne (65 år og ældre) vil blive rekrutteret fra Ryerson Seniors Participants Pool (RSPP) og gennem annoncering. Målprøvestørrelsen vil være 45 deltagere, jævnt randomiseret i de tre interventionsgrupper: TMT, AIT og kontrolgruppe uden behandling (CG).

Overordnet design og procedure: informeret samtykke vil blive indsamlet. Alle grupper vil gennemføre adfærdsmæssige og neurofysiologiske resultatvurderinger på tre tidspunkter: prætest, posttest og 3-måneders opfølgning. EEG og humørvalidering vil blive udført ved prætest for AIT-gruppen. Under denne procedure vil deltagerne blive udsat for standardmusikdatabase for at inducere målstemningen, mens EEG optages og humørregulering overvåges (f.eks. Sourina et al., 2012). Deltagerne vil blive bedt om selv at vurdere deres positive følelsesmæssige valens (glade og rolige) ved at udfylde skemaet for positive og negative påvirkninger (Watson, et al., 1988). Deltagerne i interventionsgrupperne vil få instruktioner om deres respektive interventionsprogram for at sikre, at de er fuldt fortrolige.

Intervention: TMT- og AIT-grupperne vil strække sig over 4 uger, hvilket kræver engagement i mindst fire 30-minutters sessioner med musiklytning om ugen, leveret online gennem skyen fra Pi-højttalerne. AIT-gruppen vil blive eksponeret for individuelt udvalgte musikstykker baseret på data indsamlet ved prætesten. TMT-gruppen vil blive tilfældigt eksponeret for det samme sæt musik, men ikke afhængigt af deres humør.

Dataanalyseplan: en mixed-effects regressionsmodel vil blive udført på hver udfaldsvariabel ved posttest- og opfølgningssessioner, med prætestpræstation som en kovariat, og interventionsbetingelser indtastet som primære prædiktorvariable. Med andre ord vil gruppeforskelle i den standardiserede resultatpræstation ved posttesten og de 3-måneders opfølgningssessioner blive analyseret, kontrolleret for baseline prætestpræstationer, for at validere træningsfordelene ved TMT og AIT i forhold til CG. Undersøgelsen vil også validere Pi Electronics EEG-headsettet med BioSemi, 64-kanals EEG-systemet ved at sammenligne den gennemsnitlige spidsforskel af gennemsnitlige bølgeformer af hændelsesrelaterede potentialer ved hjælp af t-tests.

Tidslinje:

1-årig periode, der starter i 2022, skitseret nedenfor i måneder:

• 1.-2.: Forskningsetisk Nævns godkendelse
• 2.-3.: Design og testforberedelse
• 2.-6.: Forskningsassistentuddannelse; rekruttering af deltagere
• 3.-9.: Dataindsamling og validering
• 8.-11.: Dataanalyse
• 10.-12.: Vidensformidling
• 12.: Mitacs endelige rapport og undersøgelse