Vmesniki možgani-stroj bi lahko nekega dne pomagali bolnikom, ki so izgubili sposobnost govora

Vmesniki možgani-stroj bi lahko nekega dne pomagali bolnikom, ki so izgubili sposobnost govora

Nova raziskava Caltecha kaže, kako bi lahko naprave, vsajene v možgane ljudi, imenovane vmesniki možgani-stroj (BMI), nekega dne pomagale bolnikom, ki so izgubili sposobnost govora. V novi študiji, predstavljeni na konferenci Society for Neuroscience leta 2022 v San Diegu, so raziskovalci pokazali, da bi lahko uporabili indeks telesne mase za natančno napovedovanje, katere besede je udeleženec s tetraplegikom le pomislil in jih ni govoril ali mimikal.

»Morda ste videli videoposnetke ljudi s tetraplegijo, ki uporabljajo ITM za nadzor robotskih rok in dlani, da na primer zgrabijo steklenico in pijejo iz nje ali pojedo kos čokolade,« pravi Sarah Wandelt, podiplomska študentka v laboratoriju Richarda Andersena pri Caltechu, profesorica nevroznanosti Jamesa G. Boswella in direktorica Tianqiao in Chrissy Chen Brain-Machine Vmesniški center pri Caltechu.

"Ti novi rezultati so obetavni na področju jezika in komunikacije. ITM smo uporabili za rekonstrukcijo jezika," pravi Wandelt, ki je rezultate predstavil na konferenci 13. novembra.

Prejšnje študije so imele nekaj uspeha pri napovedovanju govora udeležencev z analizo možganskih signalov, posnetih iz motoričnih področij, ko je udeleženec šepetal ali oponašal besede. Toda napovedovanje, kaj nekdo misli, notranji dialog, je veliko težje, ker ni gibanja, pojasnjuje Wandelt. "V preteklosti so lahko algoritmi, ki so poskušali predvideti notranji govor, predvideli samo tri ali štiri besede in z nizko natančnostjo ali ne v realnem času," pravi Wandelt.

Nova raziskava je najbolj natančna doslej pri napovedovanju notranjih besed. V tem primeru so bili možganski signali posneti iz posameznih nevronov v možganskem območju, imenovanem supramarginalni girus, ki se nahaja v posteriornem parietalnem korteksu. V prejšnji študiji so raziskovalci ugotovili, da to področje možganov predstavlja izgovorjene besede.

Zdaj je ekipa svoje ugotovitve razširila na notranji jezik. V študiji so raziskovalci najprej usposobili napravo BMI za prepoznavanje možganskih vzorcev, ki nastanejo, ko udeleženec s kvadriplegikom interno izgovori ali pomisli določene besede. Ta faza usposabljanja je trajala približno 15 minut. Nato so pokazali besedo na zaslonu in prosili udeleženca, naj besedo izgovori interno. Rezultati so pokazali, da so algoritmi BMI lahko predvideli osem besed z do 91-odstotno natančnostjo.

Delo je še v začetni fazi, vendar bi lahko pomagalo bolnikom z možganskimi poškodbami, paralizo ali boleznimi, kot je amiotrofična lateralna skleroza (ALS), ki vplivajo na govor.

Nevrološke motnje lahko povzročijo popolno paralizo prostovoljnih mišic, zaradi česar bolniki ne morejo govoriti ali se premikati, vendar še vedno lahko razmišljajo in sklepajo. Za to populacijo bi bil ITM notranjega jezika izjemno koristen.«

Sarah Wandelt, podiplomska študentka Caltecha

E-knjiga o nevroznanosti

Zbirka najboljših intervjujev, člankov in novic zadnjega leta. Prenesite brezplačno kopijo

"Prej smo pokazali, da lahko dekodiramo namišljene oblike rok za prijemanje iz človeške supramarginalne vijuge," pravi Andersen. "Zmožnost dekodiranja tudi govora s tega področja nakazuje, da lahko vsadek obnovi dve pomembni človeški sposobnosti: prijemanje in govor."

Raziskovalci tudi poudarjajo, da BMI ni mogoče uporabiti za branje misli ljudi; Napravo bi morali trenirati v možganih vsakega človeka posebej, delujejo pa le, ko se človek osredotoči na besedo.

Študija, ki je v postopku oddaje v revijo, vendar še ni bila strokovno pregledana, je naslovljena "Spletno dekodiranje notranjega govora posameznih nevronov pri človeškem udeležencu." Financirali so ga nacionalni inštituti za zdravje, Tianqiao and Chrissy Chen Brain-Machine Interface Center in fundacija Boswell. Drugi avtorji Caltecha poleg Wandelta in Andersena so David Bjanes, Kelsie Pejsa, Brian Lee (doktorat '06) in Charles Liu. Lee in Liu sta gostujoča sodelavca Caltecha, ki delata na fakulteti Keck School of Medicine na USC.

Vir:

Kalifornijski tehnološki inštitut

.