A „neuroprotézis” helyreállítja a szavakat a megbénult ember számára

A „neuroprotézis” helyreállítja a szavakat a megbénult ember számára

Az UC San Francisco kutatói sikeresen kifejlesztettek egy „beszédneuroprotézist”, amely lehetővé tette egy súlyos bénulásban szenvedő férfi számára, hogy mondatokban kommunikáljon, az agyából a hangcsatornába érkező jeleket közvetlenül a képernyőn szövegként megjelenő szavakká fordítsa.

Az eredmény, amelyet egy klinikai kutatási kísérlet első résztvevőjével együttműködve fejlesztettek ki, az UCSF idegsebész, az UCSF idegsebész több mint egy évtizedes erőfeszítésére épül, egy olyan technológia kifejlesztése érdekében, amely lehetővé teszi a bénult emberek számára a kommunikációt akkor is, ha nem képesek hogy önállóan beszéljenek. A tanulmány július 15-én jelenik meg a New England Journal of Medicine.

"Tudomásunk szerint ez az első sikeres demonstráció a teljes szavak közvetlen dekódolására annak a személynek az agytevékenységéből, aki lebénult és nem tud beszélni" - mondta Chang, az UCSF Joan és Sanford Weill neurológiai sebészeti elnöke, Jeanne Robertson jeles professzor , és a tanulmány vezető szerzője. "Ez határozott ígéretet mutat a kommunikáció helyreállítására az agy természetes beszédgépezetének megérintésével."

Évente emberek ezrei veszítik el a beszédképességet agyvérzés, baleset vagy betegség miatt. További fejlesztéssel a tanulmányban leírt megközelítés egy nap lehetővé teheti ezeknek az embereknek a teljes kommunikációt.

Az agyjelek fordítása beszéddé

Korábban a kommunikációs neuroprotetika területén végzett munka a kommunikáció helyreállítására összpontosult helyesírás-alapú megközelítések révén, hogy egyesével írja be a betűket a szövegben. Chang tanulmánya kritikusan különbözik ettől az erőfeszítéstől: csapata olyan szavakat fordít le, amelyek célja a hangrendszer izmainak irányítása a szavak beszédéhez, ahelyett, hogy a kar vagy a kéz mozgatását jelezné a gépeléshez. Chang szerint ez a megközelítés alkalmazza a beszéd természetes és folyékony aspektusait, és gyorsabb és organikusabb kommunikációt ígér.

"A beszéddel általában nagyon nagy sebességgel, akár 150 vagy 200 szó / perc sebességgel kommunikálunk információt" - mondta, megjegyezve, hogy a helyesírás-alapú megközelítések a gépelés, az írás és a kurzor vezérlése révén lényegesen lassabbak és fáradságosabbak. "Az egyenes szavakra való áttérés, amint itt vagyunk, nagy előnyökkel jár, mert közelebb áll ahhoz, ahogyan általában beszélünk."

Az elmúlt évtizedben Chang előrehaladását elősegítették az UCSF Epilepszia Központban lévő betegek, akik idegsebészeti műtéten estek át, hogy agyuk felszínére helyezett elektróda tömbök segítségével pontosan meghatározzák rohamaik eredetét. Ezek a betegek, akiknek normális beszéde volt, önként jelentkeztek, hogy elemezzék az agyuk felvételeit beszéddel kapcsolatos tevékenység szempontjából. Ezeknek a beteg önkénteseknek a korai sikere megnyitotta az utat a bénult emberek jelenlegi tárgyalása előtt.

Korábban Chang és munkatársai az UCSF Weill Idegtudományi Intézetében feltérképezték az egyes mássalhangzókat és magánhangzókat előállító hangcsatorna-mozgásokhoz kapcsolódó kérgi tevékenységi mintákat. Hogy ezeket a megállapításokat a teljes szavak beszédfelismeréssé fordítsa, David Moses, Ph.D., a Chang labor posztdoktori mérnöke és az új tanulmány vezető szerzője új módszereket dolgozott ki e minták valós idejű dekódolására, valamint beépítette a statisztikai nyelvi modellek a pontosság javítása érdekében.

De a beszéd dekódolásában elért sikereik azoknak a résztvevőknek, akik képesek voltak beszélni, nem garantálták, hogy a technológia olyan embernél működjön, akinek a hangrendszere megbénult. "Modelljeinknek meg kellett tanulniuk az összetett agyi aktivitási minták és a tervezett beszéd feltérképezését" - mondta Moses. "Ez nagy kihívást jelent, amikor a résztvevő nem tud beszélni."

Ezenkívül a csapat nem tudta, hogy a hangcsatornát vezérlő agyjelek továbbra is érintetlenek-e azoknál az embereknél, akik hosszú évek óta nem tudták mozgatni a hangizmaikat. "A legjobb módja annak kiderítésére, hogy ez működhet-e, ha megpróbáljuk" - mondta Mózes.

Az első 50 szó

Hogy megvizsgálja ennek a technológiának a bénulást szenvedő betegeknél rejlő lehetőségeit, Chang együttműködött Ph.D. Karunesh Ganguly kollégával, a neurológia egyetemi docensével, hogy elindítson egy „BRAVO” néven ismert tanulmányt (Agy-számítógép interfész helyreállítása kar és Hang). A tárgyalás első résztvevője egy 30 év körüli férfi, aki több mint 15 éve pusztító agytörést szenvedett, amely súlyosan megrongálta az agy és a hangcsatorna és a végtagok közötti kapcsolatot. Sérülése óta rendkívül korlátozott fej-, nyak- és végtagmozgások vannak, és egy baseball sapkához rögzített mutató segítségével kommunikál a betűkkel a képernyőn.

A BRAVO1 néven emlegetést kérő résztvevő a kutatókkal közösen létrehozott egy 50 szavas szókincset, amelyet Chang csapata fejlett számítógépes algoritmusok segítségével felismerhet az agyi tevékenységből. A szókincs - amely olyan szavakat tartalmaz, mint „víz”, „család” és „jó” - elegendő ahhoz, hogy több száz mondatot hozzon létre, kifejezve a BRAVO1 mindennapi életében alkalmazható fogalmakat.

A tanulmányhoz Chang műtéti úton nagy sűrűségű elektróda tömböt ültetett a BRAVO1 beszédmotoros kéregére. A résztvevő teljes felépülése után csapata 22 órás és néhány hónapos 48 órás idegi aktivitást regisztrált ebben az agyi régióban. Minden foglalkozás során a BRAVO1 megpróbálta sokszor kimondani az 50 szókincs szavát, miközben az elektródák agyi jeleket rögzítettek a beszédkéregéből.

Megpróbált beszéd szövegre fordítása

A rögzített idegi aktivitás mintáinak konkrét szándékolt szavakra történő lefordítására Mózes két társszerzője, Sean Metzger és Jessie Liu, mindkettő, a bio-laboratóriumi hallgatók a Chang Lab-ban, egyedi idegi hálózati modelleket használtak, amelyek a mesterséges intelligencia formái. Amikor a résztvevő megpróbált beszélni, ezek a hálózatok finom mintákat különböztettek meg az agytevékenységből, hogy észleljék a beszédkísérleteket és azonosítsák, mely szavakat akarja mondani.

Szemléletük kipróbálására a csapat először bemutatta a BRAVO1-nek az 50 szókincsből összeállított rövid mondatokat, és megkérte, hogy próbálja meg többször kimondani őket. Amikor megpróbálta, a szavakat egyenként, egy képernyőn dekódolták agyi tevékenységéből.

Aztán a csapat átállt arra, hogy olyan kérdésekkel késztesse őt, mint például: "Hogy vagy ma?" és "Szeretne egy kis vizet?" Mint korábban, a képernyőn megjelent a BRAVO1 kísérlete. "Nagyon jó vagyok" és "Nem, nem vagyok szomjas."

Chang és Moses úgy találta, hogy a rendszer képes volt az agyi aktivitásból származó szavak dekódolására, akár 18 szó / perc sebességgel, akár 93 százalékos pontossággal (75 százalékos medián). Hozzájárult a sikerhez egy olyan nyelvi modell, amelyet Mózes alkalmazott, amely „automatikus javítás” funkciót valósított meg, hasonlóan ahhoz, amit a fogyasztói szöveges és beszédfelismerő szoftverek használnak.

Mózes a korai tárgyalási eredményeket az elv bizonyítékaként jellemezte. "Nagy örömmel tapasztaltuk a sok értelmes mondat pontos dekódolását" - mondta. "Megmutattuk, hogy valójában ilyen módon lehet megkönnyíteni a kommunikációt, és hogy lehetősége van beszélgetési környezetben használni."

A jövőre nézve Chang és Moses azt mondta, hogy kiterjesztik a tárgyalást, hogy további résztvevőket is bevonjon súlyos bénulás és kommunikációs hiányosságok miatt. A csapat jelenleg azon dolgozik, hogy növelje a rendelkezésre álló szókincs szavainak számát, valamint javítsa a beszéd sebességét.

Mindkettő azt mondta, hogy bár a tanulmány egyetlen résztvevőre és korlátozott szókincsre összpontosított, ezek a korlátozások nem csökkentik a teljesítményt. "Ez egy fontos technológiai mérföldkő egy olyan ember számára, aki nem tud természetes módon kommunikálni" - mondta Mózes -, és ez azt mutatja, hogy ez a megközelítés hangot adhat a súlyos bénulásban és beszédvesztésben szenvedőknek. "