Co dzieje się z sercem podczas kłamstwa? Eksperymentalny system analizuje pięć biosygnałów

Zmiany częstości pracy serca, aktywności mięśni, przewodnictwa skóry, oddychania i ruchów oczu mogą towarzyszyć sytuacjom związanym z napięciem i próbą ukrywania informacji. Studenci kierunku inżynieria medyczna w Hochschule Bremerhaven opracowali eksperymentalny system Poly-53, który jednocześnie analizuje kilka rodzajów biosygnałów. W przeprowadzonym projekcie dydaktycznym szczególnie istotne dla klasyfikacji okazały się sygnał EKG i analiza ruchów oczu.

W artykule:

• Poly-53 – studencki system analizy biosygnałów
• EKG, EMG, EDA, ruchy oczu i oddychanie
• Jak przetestowano działanie urządzenia
• EKG i ruchy oczu dawały najbardziej użyteczne informacje
• Dlaczego nie jest to urządzenie do zastosowania klinicznego ani sądowego
• Możliwe zastosowanie uczenia maszynowego

Poly-53 – studencki system analizy biosygnałów

Wykrywacze kłamstw są dobrze znane przede wszystkim z filmów i literatury kryminalnej. Ich założenie polega na jednoczesnym rejestrowaniu różnych reakcji fizjologicznych organizmu, których zmiany mogą pojawiać się podczas udzielania odpowiedzi na pytania.

Studenci kierunku inżynieria medyczna w Hochschule Bremerhaven w ramach zajęć praktycznych samodzielnie opracowali i przetestowali własny system tego typu. Projekt ma przede wszystkim charakter dydaktyczny, a uzyskane doświadczenia mają zostać wykorzystane podczas kolejnych projektów studenckich.

Pomysłodawcami zajęć byli prof. dr Olaf Eick, profesor zajmujący się aparaturą medyczną, oraz Marcell Müller, pracownik naukowo-techniczny Hochschule Bremerhaven. Studentom postawiono zadanie skonstruowania „wykrywacza kłamstw”, nie narzucając jednak jego konkretnej architektury ani sposobu realizacji.

Jednym z uczestników projektu był Jan Scheibel, który pełnił funkcję kierownika zespołu projektowego.

EKG, EMG, EDA, ruchy oczu i oddychanie

Założeniem projektu było wykorzystanie reakcji fizjologicznych, które mogą zmieniać się podczas stresu, pobudzenia emocjonalnego lub próby ukrywania informacji. Do takich zmian może należeć m.in. przyspieszenie pracy serca, zmiana charakterystyki oddychania, ruchów oczu, aktywności elektrodermalnej skóry oraz niewielkie zmiany napięcia mięśni.

Studenci zdecydowali się dlatego na podejście multimodalne, łączące kilka niezależnych kanałów pomiarowych. System analizował:

• EKG – aktywność elektryczną serca,
• EMG – aktywność elektryczną mięśni,
• EDA – aktywność elektrodermalną skóry, związaną m.in. ze zmianami wydzielania potu,
• eye tracking – ruchy oczu,
• oddychanie.

Do akwizycji części biosygnałów wykorzystano platformę sprzętową Bitalino, przeznaczoną do rejestrowania sygnałów fizjologicznych. Analiza ruchów oczu była natomiast możliwa z wykorzystaniem standardowej kamery smartfona.

Zebrane sygnały były następnie poddawane obróbce i analizie. Algorytm odpowiedzialny za ich ocenę został zaprogramowany przez studentów. W projekcie wykorzystano język Python, oprogramowanie OpenSignals oraz aplikację służącą do pomiaru ruchów oczu.

Urządzenie otrzymało nazwę Poly-53. Pierwsza część nazwy odwołuje się do pojęcia „polygraph”, natomiast liczba 53 nawiązuje do 53. równoleżnika, na którym leży Bremerhaven.

Jak przetestowano działanie urządzenia

Aby sprawdzić działanie skonstruowanego systemu, studenci przeprowadzili najpierw eksperyment określony w materiale źródłowym jako Guilty Knowledge Test, czyli test ukrytej wiedzy.

W pudełku umieszczono pięć przedmiotów. Osoba badana miała wyjąć jeden z nich i schować go do kieszeni. Następnie podłączano ją do czujników i kolejno pytano, czy zabrała poszczególne przedmioty. Zgodnie z założeniem eksperymentu uczestnik miał za każdym razem odpowiadać przecząco – również wtedy, gdy pytanie dotyczyło przedmiotu, który rzeczywiście wcześniej zabrał.

Badacze analizowali następnie zmiany zarejestrowanych biosygnałów i na tej podstawie próbowali ustalić, z którym przedmiotem związana była ukrywana informacja.

Według Jana Scheibela w 8 na 10 przypadków na podstawie wyników pomiarów udało się prawidłowo wskazać zabrany przedmiot.

EKG i ruchy oczu dawały najbardziej użyteczne informacje

W kolejnym etapie uczestnikom zadawano pytania o bardziej osobistym charakterze, na przykład o to, czy w przeszłości okłamali bliską osobę. Rejestrowane wówczas biosygnały porównywano z charakterystyką danych uzyskanych wcześniej w teście ukrytej wiedzy.

Według informacji przedstawionych przez Hochschule Bremerhaven w tej części eksperymentu system identyfikował odpowiedzi uznawane za kłamstwo w około 70% przypadków.

Nie oznacza to jednak 70-procentowej czułości czy swoistości w znaczeniu stosowanym w diagnostyce medycznej. Komunikat nie przedstawia m.in. pełnej liczebności próby, przedziałów ufności, macierzy klasyfikacji ani wyników niezależnej walidacji. Dane należy więc interpretować jako rezultaty studenckiego projektu eksperymentalnego, a nie jako parametry diagnostyczne zwalidowanego urządzenia.

Najbardziej interesująca z perspektywy kardiologii jest obserwacja dotycząca znaczenia sygnału elektrokardiograficznego. Jak wyjaśnia Jan Scheibel, spośród analizowanych parametrów EKG oraz detekcja ruchów oczu dostarczały najbardziej wiarygodnych informacji wykorzystywanych przez system do rozróżniania odpowiedzi.

Znacznie mniej przydatny okazał się w tym eksperymencie sygnał oddechowy. Był on bardziej podatny na zakłócenia – przykładowo wówczas, gdy podczas badania uczestnik zaczynał się śmiać.

Dlaczego nie jest to urządzenie do zastosowania klinicznego ani sądowego

Twórcy projektu podkreślają, że mimo uzyskanych wyników Poly-53 nie jest przeznaczony do praktycznego wykorzystania jako profesjonalny wykrywacz kłamstw. Projekt miał przede wszystkim umożliwić studentom praktyczne poznanie metod rejestracji, przetwarzania i integracji biosygnałów.

Nie przedstawiono wyników kontrolowanego badania walidacyjnego ani publikacji naukowej poddanej recenzji. Sam fakt obserwowania zmian EKG, aktywności elektrodermalnej czy ruchów oczu nie oznacza również, że możliwe jest jednoznaczne rozpoznanie kłamstwa. Podobne reakcje fizjologiczne mogą występować w wielu innych sytuacjach związanych ze stresem, pobudzeniem autonomicznym, emocjami czy koncentracją uwagi.

Marcell Müller zwraca ponadto uwagę, że zastosowanie tego rodzaju urządzeń w rzeczywistych warunkach wymagałoby spełnienia odpowiednich wymagań regulacyjnych.

W praktyce klinicznej znaczenie projektu polega więc przede wszystkim na pokazaniu możliwości synchronicznego rejestrowania i komputerowej integracji wielu biosygnałów, a nie na przedstawieniu nowej metody diagnostycznej.

Możliwe zastosowanie uczenia maszynowego

Projekt nie ma zakończyć się wraz z obecnym semestrem. Hochschule Bremerhaven planuje wykorzystać opracowany system jako podstawę kolejnych prac studentów inżynierii medycznej. Poly-53 może być rozwijany podczas następnych zajęć, a poszczególne zagadnienia związane z systemem mogą stać się tematami prac dyplomowych.

Jednym z potencjalnych kierunków rozwoju jest wykorzystanie uczenia maszynowego do analizy rejestrowanych sygnałów.

Prof. Olaf Eick wskazuje, że sztuczna inteligencja ma duży potencjał w inżynierii medycznej. W jego ocenie nie chodzi o zastępowanie specjalistów, ale o tworzenie narzędzi zapewniających wsparcie techniczne – przykładowo podczas analizy wyników badań.

Takie podejście odpowiada szerszemu kierunkowi rozwoju technologii medycznych, w którym algorytmy analizują coraz większe zbiory danych fizjologicznych pochodzących m.in. z EKG, urządzeń ubieralnych, monitorów parametrów życiowych oraz innych systemów rejestrujących biosygnały.

Źródło: Hochschule Bremerhaven, „Wenn Herz und Augen Lügen entlarven”, komunikat prasowy z 25 sierpnia 2026 r.