Simulatortraining is een essentiële component van de training van hoog-risico beroepsgroepen zoals de Koninklijke Marine. Door middel van simulaties kunnen complexe scenario’s op een veilige en gecontroleerde manier worden geoefend. Voorbeelden van dergelijke scenario’s zijn het navigeren in druk vaarwater of het uitvoeren van een man-overboord manoeuvre. Hoewel gedrag tijdens dergelijke oefeningen direct observeerbaar is, biedt dit vaak slechts beperkt inzicht in de onderliggende cognitieve processen (Rosen et al., 2010). Een matige prestatie wordt dan al snel toegeschreven aan verkeerd gedrag, terwijl de oorzaak vaak ligt in cognitieve overbelasting, onzekerheid of gebrekkige besluitvorming (Salas, Rosen, Held, & Weissmuller, 2009).
Met NeuroTargeted Training (NTT) beogen we meer directe toegang te krijgen tot deze mentale processen (Rotgans & Boom, 2024). NTT maakt gebruik van functionele Near-Infrared Spectroscopy (fNIRS), een techniek die de concentratie van zuurstofrijk hemoglobine meet in hersengebieden zoals de prefrontale cortex. Deze zijn essentieel voor planning, aandacht en besluitvorming (Mark et al., 2022).
Wat onze aanpak bijzonder maakt, is de introductie van de expert-benchmark methode. In plaats van hersenactiviteit enkel binnen één persoon te analyseren, vergelijken we in NTT de cognitieve belasting van trainees met die van ervaren officieren. Door deze referentiewaarden – of ‘brain signatures’ – van experts als norm te gebruiken, kunnen we objectief vaststellen wáár en wannéér een trainee afwijkt van het gewenste cognitieve profiel. Dit biedt unieke en precieze individuele aanknopingspunten voor verbetering die met alleen gedragsobservatie verborgen blijven.
Methode
Opzet en deelnemers
In drie kleinschalige proof-of-concept studies hebben we fNIRS-metingen verricht bij twee ervaren marineofficieren en vijf trainees (eerstejaarsstudenten van het Koninklijk Instituut voor de Marine). Alle deelnemers voerden een gesimuleerde man-overboord-oefening uit, waarin een bemanningslid overboord raakt en de officier snel en adequaat moet reageren.
fNIRS en Expert Reference Index (ERI)
We gebruikten een draadloos fNIRS-systeem (Photon Cap 33 channels) om zuurstofrijk hemoglobine (HbO) te meten in de prefrontale cortex. Dit is een hersengebied dat betrokken is bij besluitvorming, aandacht en controle. Zie figuur 1.
Tijdens dertien kritieke momenten in het scenario plaatsten we zogenaamde ‘event markers’ om de hersenactiviteit op die specifieke tijdstippen vast te leggen. Denk aan het moment waarop een roercommando wordt gegeven of wanneer de brug wordt geïnformeerd over het verloop van de actie.
De experts voerden de oefening als eerste uit en fungeerden als ‘gold standard’: hun gemiddelde HbO-niveau per taakfase diende als referentie. Op basis hiervan berekenden we voor elke trainee de Expert Reference Index (ERI). Dit is een maat die weergeeft hoeveel standaarddeviaties de hersenactiviteit van de trainee afwijkt van de expertwaarde. Hoe hoger de ERI, hoe groter de cognitieve afwijking.
Experimentele procedure
Studie 1 (Performance benchmark): Twee ervaren wachtofficieren voerden de oefening uit. Hun gemiddelde HbO-waarden per kritieke stap vormden de expertbenchmark.
Studie 2 (Validatie van prestatiescore): Vijf trainees doorliepen dezelfde oefening. We vergeleken hun HbO-activiteit per stap met de expertwaarden en berekenden de ERI. Daarnaast observeerden twee beoordelaars onafhankelijk het gedrag (goede vs. foutieve stappen), en we vergeleken hun observaties met de cognitieve belasting gemeten via fNIRS.
Studie 3 (Gerichte training): Twee trainees deden de oefening tweemaal. Een van hen kreeg gerichte feedback en extra training gebaseerd op cognitieve afwijkingen (interventie). De andere kreeg alleen algemene feedback (controle). Door hun prestaties tussen de eerste en tweede sessie te vergelijken, onderzochten we of gerichte training leidde tot een verlaging van de ERI.
Resultaten
De drie deelstudies tonen gezamenlijk aan hoe hersenactiviteit verschilt tussen experts en trainees, en hoe gerichte feedback het cognitieve profiel van een trainee positief kan beïnvloeden.
In studie 1 werd vastgesteld dat ervaren officieren enkel verhoogde prefrontale activatie vertoonden tijdens de meest complexe fasen van de Williamson-turn, met name wanneer strategische planning en anticipatie op vervolgstappen vereist waren. Tijdens routinematige taken, zoals het markeren van de drenkeling of het geven van roercommando’s, bleef de hersenactiviteit laag. Dit wijst erop dat deze taken grotendeels automatisch en zonder noemenswaardige cognitieve belasting werden uitgevoerd.
In studie 2 vertoonde de trainee vooral tijdens de aanloopfase en eerste manoeuvres een aanzienlijk hogere hersenactiviteit dan de expertwaarden, met een gemiddelde Expert Reference Index (ERI) van 15,12 (zie figuur 2). Dit duidt op overbelasting of onzekerheid bij het uitvoeren van relatief eenvoudige stappen. Bij vergelijking tussen de fNIRS-metingen en gedragsobservaties van twee onafhankelijke beoordelaars bleek dat beide methoden slechts in 50 tot 69% van de gevallen overeenkwamen. Met name in situaties waarin de trainee ogenschijnlijk correct handelde, maar intern cognitief worstelde, bleken observaties de belasting structureel te onderschatten.
Studie 3 onderzocht of gerichte training op basis van fNIRS-data effectiever was dan traditionele, algemene feedback. De trainee die gepersonaliseerde instructie kreeg op precies die momenten waarop zijn hersenactiviteit eerder verhoogd was, liet in de tweede sessie een gemiddelde ERI-daling van 27% zien. Daarentegen vertoonde de controletrainee, die slechts algemene feedback ontving, een toename van 79% in ERI. Zie figuur 3. Dit suggereert dat niet-specifieke feedback kan leiden tot verwarring, ongerichte inspanning of toenemende mentale onzekerheid.
Discussie
Onze resultaten suggereren dat NeuroTargeted Training twee belangrijke voordelen biedt ten opzichte van traditionele beoordelings- en trainingsmethoden.
Objectieve inzichten: In plaats van gedrag te interpreteren en te speculeren over de achterliggende denkprocessen, biedt fNIRS directe toegang tot de daadwerkelijke cognitieve belasting van de trainee (Dehais, Lafont, Roy, & Fairclough, 2020). Instructeurs kunnen hierdoor hun begeleiding beter afstemmen op het individuele leerproces, en cognitieve knelpunten worden zichtbaar die met het blote oog onopgemerkt blijven.
Gerichte en gepersonaliseerde interventie via expert benchmarks: Wat NTT uniek maakt, is het gebruik van cognitieve referentiewaarden gebaseerd op hersenactiviteit van experts. Hierdoor kunnen we exact aanwijzen op welk moment en in welk hersengebied een trainee afwijkt van het gewenste denkniveau. Dit maakt kort, krachtig en doelgericht bijsturen mogelijk, zonder overbodige herhaling. De training wordt daardoor effectiever én efficiënter (Mark et al., 2022).
Een opvallend resultaat was dat bij de controletrainee, die alleen algemene feedback ontving, juist een hogere cognitieve belasting vertoonde. Waarschijnlijk probeerde deze trainee harder haar best te doen zonder te weten waar op te focussen, wat leidde tot extra mentale inspanning en onzekerheid (Nicklin & Williams, 2011). Dit onderstreept dat ‘meer oefenen’ zonder richting niet automatisch leidt tot beter leren. Neuroadaptieve training gebaseerd op hersenmetingen kan hierin een waardevolle aanvulling zijn, doordat specifieke cognitieve vaardigheden gericht aangesproken kunnen worden.
Conclusie
NeuroTargeted Training met fNIRS biedt een innovatieve, onderbouwde en gevalideerde methode om cognitieve prestaties in hoog-risico omgevingen zoals de marine te analyseren en te verbeteren. Door hersenactiviteit van trainees te vergelijken met die van experts ontstaat een krachtig instrument voor diagnostiek, feedback en leerverbetering. Verdere implementatie en onderzoek in bredere sectoren zoals luchtvaart, gezondheidszorg en industrie lijkt een veelbelovende volgende stap.
Referenties
- Rotgans, J. I., & Boom, D. M. (2024). Proof-of-Concept Study: Feasibility of Utilizing NeuroTargeted Training with fNIRS in High-Stakes Simulations for Identifying and Bridging Cognitive Gaps. PsyArXiv Preprints. https://doi.org/10.31234/osf.io/9fqyc
- Dehais, F., Lafont, A., Roy, R., & Fairclough, S. (2020). A neuroergonomics approach to mental workload, engagement and human performance. Frontiers in Neuroscience, 14, 1–17.
- Mark, J. A., Kraft, A. E., Ziegler, M. D., & Ayaz, H. (2022). Neuroadaptive training via fNIRS in flight simulators. Frontiers in Neuroergonomics, 3, 1–14.
- Nicklin, J. M., & Williams, K. J. (2011). Self-regulation of responses to performance failure. Psychology, 2(3), 187–201.
- Rosen, M. A., et al. (2010). Tools for evaluating team performance in simulation-based training. Journal of Emergencies, Trauma, and Shock, 3(4), 353–359.
- Salas, E., et al. (2009). Performance measurement in simulation-based training: A review and best practices. Simulation & Gaming, 40(3), 328–376.
Over de auteurs
David M. Boom is Luitenant-ter-zee der eerste klasse bij de Koninklijke Marine en werkt als Hoofd Bureau Navigatie bij de Afdeling Maritieme Systemen (COMMIT).
Jerome I. Rotgans, PhD is onderzoeker en directeur van Rotgans Research Pte. Ltd., een bedrijf dat gespecialiseerd is in toegepaste neurowetenschap voor risicovolle beroepen, zoals defensie, de medische sector en de luchtvaart.
