Startup inom AI-baserad hjärnvågsanalys till Silicon Valley
InnoBrain, ett företag startat av KTH-alumnen Mohammad Davari, har utvecklat en AI-baserad metod som automatiserar hjärnvågsanalyser för industriella tillämpningar. I mars åker företaget till Silicon Valley för att träffa investerare och innovationsrådgivare inom ramen för Vinnovas exklusiva inkubatorprogram REACH.
InnoBrains metod kan användas i en rad industriella områden där man behöver förstå hur en människa beter sig när hen arbetar med en produkt eller en process. Till exempel inom fordonsindustrin, där det viktigt för att förstå hur en förare beter sig när hen blir trött eller av någon annan anledning tappar koncentrationen. Något som ju kan få mycket allvarliga konsekvenser, konstaterar Mohammad Davari från företaget InnoBrain. Som ett exempel nämner han tågolyckan i Italien för några år sedan där två personer avled och ett trettiotal skadades.
– Föraren tappade koncentrationen och körde fortare än hastighetsbegränsningen på sträckan, säger Mohammad Davari.
AI ger mer objektiv data
De metoder som används idag för att förstå vad som händer när förare tappar koncentrationen av olika anledningar är subjektiva, konstaterar han.
– De är baserade på intervjuer och frågeformulär och ger ingen djupare förståelse för hur personen upplever det och beter sig i olika situationer, säger Mohammad Davari.
Den metod han och hans kollegor har utvecklat bygger på hjärnvågsanalyser. Något som har används länge inom neurovetenskapen. Men InnoBrains metod är AI-baserad för att automatisera hjärnvågsanalysen och för att ge objektiva data. Företaget har implementerat sina AI-algoritmer i en "Brain-Computer Interface"-plattform, ett gränssnitt som möjliggör direkt kommunikation mellan hjärnans nervceller och teknisk utrustning.
Kan förutse och förhindra olyckor
Den AI-algoritm som InnoBrain har utvecklat hämtar in hjärnsignaler, analyserar dem och extraherar olika egenskaper. Det rör sig om psykologiska, kognitiva och emotionella egenskaper som exempelvis trötthet, koncentration, hjärnbelastning och distraktion.
– Kan vi förstå vad som händer när en förare tappar koncentrationen får vi förutsättningar att förutse och förhindra att olyckor sker, säger Mohammad Davari.
Själva extraheringen av hjärnsignalerna sker med hjälp av ett headset som han och hans kollegor har utvecklat och som fordonsförare har på sig när mätningar görs.
– Olika delar av hjärnan är ju aktiva i olika situationer. Därför samlar det här headsetet in signaler från olika delar av hjärnan, säger Mohammad Davari.
Han startade InnoBrain tillsammans med sin bror Masih Davari och en studiekamrat när han doktorerade i fordonsdynamik på KTH. Företaget fick stöd av KTH Innovation, KTH:s avdelning för innovationsstöd, innan det gick vidare och lanserade en betaversion av metoden förra året. I år planerar man att lansera en skarp version.
Samarbetar med KTH
Företaget samarbetar med bland andra Integrated Transport Research Lab (ITRL) på KTH. Mikael Nybacka är professor i fordonsdynamik på KTH och verksam vid ITRL. Han konstaterar att i den stora förändringen fordonsindustrin genomgår kommer man att behöva arbeta mycket med människa-maskin interaktion, trots att det rör sig om alltmer självkörande fordon.
– Det handlar om nya kontrolltornsmiljöer med övervakning och även möjlighet till fjärrstyrning och hur de självkörande fordonen upplevs av människor i och kring fordonen. Det InnoBrain arbetar med har möjlighet att hjälpa till just i arbetet att ta fram nya människa-maskin interface och även se till så att den mentala belastningen ligger på en bra nivå för en operatör i ett kontrolltorn, säger han.
Håkan Soold