Brain-machine interfaces zouden op een dag patiënten kunnen helpen die hun spraakvermogen verloren hebben

Brain-machine interfaces zouden op een dag patiënten kunnen helpen die hun spraakvermogen verloren hebben

Nieuw onderzoek van Caltech laat zien hoe apparaten die in de hersenen van mensen worden geïmplanteerd, zogenaamde brain-machine interfaces (BMI's), op een dag patiënten kunnen helpen die het vermogen om te spreken hebben verloren. In een nieuwe studie gepresenteerd op de Society for Neuroscience-conferentie van 2022 in San Diego, toonden onderzoekers aan dat ze een BMI konden gebruiken om nauwkeurig te voorspellen welke woorden een verlamde deelnemer alleen dacht en niet sprak of nabootste.

“Misschien heb je wel eens video’s gezien van mensen met quadriplegie die BMI’s gebruiken om robotarmen en -handen te besturen om bijvoorbeeld een fles te pakken en eruit te drinken of een stuk chocolade te eten”, zegt Sarah Wandelt, een afgestudeerde student in het Richard Andersen-lab van Caltech, de James G. Boswell hoogleraar neurowetenschappen en directeur van het Tianqiao en Chrissy Chen Brain-Machine Interface Center bij Caltech.

"Deze nieuwe resultaten zijn veelbelovend op het gebied van taal en communicatie. We hebben BMI gebruikt om taal te reconstrueren", zegt Wandelt, die de resultaten presenteerde op de conferentie van 13 november.

Eerdere onderzoeken hebben enig succes gehad bij het voorspellen van de spraak van deelnemers door hersensignalen te analyseren die werden opgenomen vanuit motorische gebieden wanneer een deelnemer woorden fluisterde of nabootste. Maar voorspellen wat iemand denkt, de interne dialoog, is veel lastiger omdat er geen beweging in zit, legt Wandelt uit. “In het verleden konden algoritmen die interne spraak probeerden te voorspellen slechts drie of vier woorden voorspellen en met lage nauwkeurigheid of niet in realtime”, zegt Wandelt.

Het nieuwe onderzoek is het meest nauwkeurig tot nu toe in het voorspellen van interne woorden. In dit geval werden hersensignalen geregistreerd van individuele neuronen in een hersengebied dat de supramarginale gyrus wordt genoemd en zich in de posterieure pariëtale cortex bevindt. In een eerder onderzoek ontdekten de onderzoekers dat dit deel van de hersenen gesproken woorden vertegenwoordigt.

Nu heeft het team zijn bevindingen uitgebreid naar de interne taal. In het onderzoek trainden onderzoekers eerst het BMI-apparaat om de hersenpatronen te herkennen die werden geproduceerd wanneer bepaalde woorden intern werden uitgesproken of gedacht door de verlamde deelnemer. Deze trainingsfase duurde ongeveer 15 minuten. Vervolgens lieten ze een woord op een scherm zien en vroegen de deelnemer het woord intern uit te spreken. De resultaten toonden aan dat de BMI-algoritmen acht woorden konden voorspellen met een nauwkeurigheid tot 91 procent.

Het werk is nog voorbereidend, maar zou patiënten met hersenletsel, verlamming of ziekten zoals amyotrofische laterale sclerose (ALS) kunnen helpen die de spraak beïnvloeden.

Neurologische aandoeningen kunnen resulteren in volledige verlamming van willekeurige spieren, waardoor patiënten niet meer kunnen praten of bewegen, maar nog steeds kunnen denken en redeneren. Voor deze populatie zou een BMI in de interne taal ongelooflijk nuttig zijn.”

Sarah Wandelt, een afgestudeerde student van Caltech

eBook over neurowetenschappen

Compilatie van de beste interviews, artikelen en nieuws van het afgelopen jaar. Download een gratis exemplaar

“We hebben eerder aangetoond dat we denkbeeldige handvormen kunnen decoderen om vast te pakken vanuit de menselijke supramarginale gyrus”, zegt Andersen. “Het vermogen om ook spraak uit dit gebied te decoderen suggereert dat een implantaat twee belangrijke menselijke vermogens kan herstellen: grijpen en spreken.”

De onderzoekers wijzen er ook op dat BMI's niet kunnen worden gebruikt om de gedachten van mensen te lezen; Het apparaat zou afzonderlijk in de hersenen van elke persoon moeten worden getraind, en ze werken alleen als iemand zich op het woord concentreert.

De studie, die momenteel in een tijdschrift wordt ingediend maar nog niet door vakgenoten is beoordeeld, heeft de titel “Online internal speech decoding of single neurons in a human participant.” Het werd gefinancierd door de National Institutes of Health, het Tianqiao en Chrissy Chen Brain-Machine Interface Center en de Boswell Foundation. Andere Caltech-auteurs naast Wandelt en Andersen zijn onder meer David Bjanes, Kelsie Pejsa, Brian Lee (PhD '06) en Charles Liu. Lee en Liu zijn Caltech Visiting Associates die verbonden zijn aan de faculteit van de Keck School of Medicine van het USC.

Bron:

Californië Instituut voor Technologie

.