Interfejsy mózg-maszyna mogą pewnego dnia pomóc pacjentom, którzy utracili zdolność mówienia

Interfejsy mózg-maszyna mogą pewnego dnia pomóc pacjentom, którzy utracili zdolność mówienia

Nowe badania Caltech pokazują, jak urządzenia wszczepiane do ludzkich mózgów, zwane interfejsami mózg-maszyna (BMI), mogą pewnego dnia pomóc pacjentom, którzy utracili zdolność mówienia. W nowym badaniu zaprezentowanym na konferencji Society for Neuroscience w San Diego w 2022 r. naukowcy wykazali, że mogą wykorzystać BMI do dokładnego przewidzenia, jakie słowa tylko myśli uczestnik z porażeniem czterokończynowym, a których nie mówi ani nie mimikuje.

„Być może widziałeś filmy przedstawiające osoby z porażeniem czterokończynowym używające wskaźnika BMI do kontrolowania ramion i dłoni robota, na przykład aby chwycić butelkę i wypić z niej lub zjeść kawałek czekolady” – mówi Sarah Wandelt, absolwentka laboratorium Richarda Andersena w Caltech, profesor neurologii Jamesa G. Boswella i dyrektor Centrum Interfejsu Mózg-Machina w Tianqiao i Chrissy Chen w Caltech.

„Te nowe wyniki są obiecujące w obszarach języka i komunikacji. Wykorzystaliśmy BMI do rekonstrukcji języka” – mówi Wandelt, który przedstawił wyniki na konferencji 13 listopada.

Poprzednie badania odniosły pewien sukces w przewidywaniu mowy uczestników poprzez analizę sygnałów mózgowych zarejestrowanych z obszarów motorycznych, gdy uczestnik szeptał lub naśladował słowa. Ale przewidzenie, co ktoś myśli, wewnętrzny dialog, jest znacznie trudniejsze, ponieważ nie ma ruchu – wyjaśnia Wandelt. „W przeszłości algorytmy, które próbowały przewidzieć mowę wewnętrzną, mogły przewidzieć tylko trzy lub cztery słowa i to z małą dokładnością lub nie w czasie rzeczywistym” – mówi Wandelt.

Nowe badanie jest jak dotąd najdokładniejsze w przewidywaniu słów wewnętrznych. W tym przypadku zarejestrowano sygnały mózgowe z poszczególnych neuronów w obszarze mózgu zwanym zakrętem nadbrzeżnym, zlokalizowanym w tylnej części kory ciemieniowej. W poprzednim badaniu naukowcy odkryli, że ten obszar mózgu reprezentuje wypowiadane słowa.

Teraz zespół rozszerzył swoje ustalenia na język wewnętrzny. W badaniu naukowcy najpierw przeszkolili urządzenie BMI tak, aby rozpoznawało wzorce mózgowe powstające, gdy określone słowa zostały wewnętrznie wypowiedziane lub pomyślane przez osobę z porażeniem czterokończynowym. Ta faza szkolenia trwała około 15 minut. Następnie pokazali słowo na ekranie i poprosili uczestnika, aby wypowiedział to słowo wewnętrznie. Wyniki pokazały, że algorytmy BMI były w stanie przewidzieć osiem słów z dokładnością do 91%.

Prace mają jeszcze charakter wstępny, ale mogą pomóc pacjentom z urazami mózgu, paraliżem lub chorobami, takimi jak stwardnienie zanikowe boczne (ALS), które wpływają na mowę.

Zaburzenia neurologiczne mogą skutkować całkowitym paraliżem mięśni dobrowolnych, przez co pacjenci nie mogą mówić ani się poruszać, ale nadal mogą myśleć i rozumować. W przypadku tej populacji niezwykle pomocne byłoby BMI w języku wewnętrznym”.

Sarah Wandelt, absolwentka Caltech

Książka elektroniczna Neuronauka

Zestawienie najważniejszych wywiadów, artykułów i aktualności z ostatniego roku. Pobierz bezpłatną kopię

„Wcześniej wykazaliśmy, że potrafimy rozszyfrować kształty wyimaginowanych dłoni, które można chwytać za zakręt nadbrzeżny człowieka” – mówi Andersen. „Zdolność do dekodowania mowy z tego obszaru sugeruje, że implant może przywrócić dwie ważne ludzkie zdolności: chwytanie i mówienie”.

Naukowcy zwracają również uwagę, że wskaźników BMI nie można używać do czytania w ludzkich myślach; Urządzenie musiałoby być trenowane w mózgu każdej osoby osobno, a działa tylko wtedy, gdy dana osoba skupia się na słowie.

Badanie, które jest w trakcie zamieszczania w czasopiśmie, ale nie zostało jeszcze poddane recenzji, nosi tytuł „Wewnętrzne dekodowanie mowy online pojedynczych neuronów u człowieka”. Został ufundowany przez Narodowy Instytut Zdrowia, Centrum Interfejsu Mózg-Machina Tianqiao i Chrissy Chen oraz Fundację Boswell. Inni autorzy Caltech, oprócz Wandelta i Andersena, to David Bjanes, Kelsie Pejsa, Brian Lee (doktorat '06) i Charles Liu. Lee i Liu są współpracownikami wizytującymi w Caltech i wykładają w Keck School of Medicine na USC.

Źródło:

Kalifornijski Instytut Technologii

.