Chora na ALS z pomocą implantu mózgowego pisze 62 słowa na minutę

Osiem lat temu pacjentka straciła mowę z powodu ALS (amyotrophic lateral sclerosis – stwardnienie zanikowe boczne), czyli choroby Lou Gehriga, która jest przyczyną postępującego paraliżu. Nadal może wydawać dźwięki, ale jej słowa stały się niezrozumiałe, co sprawiło, że w komunikacji zdana była na tablicę do pisania lub tablet. Dziś jednak, może komunikować się za pomocą implantu mózgowego, który pozwala jej „pisać” nawet 62 słowa na minutę.

Zespół z Uniwersytetu Stanforda opublikował informacje o eksperymencie na stronie bioRxiv (Badanie nie zostało jeszcze jednak formalnie zweryfikowane). Naukowcy twierdzą, że ich ochotnik chory na ALS, identyfikowany jako „obiekt T12”, pobił poprzednie rekordy i może komunikować się w tempie 62 słów na minutę. To trzy razy więcej niż poprzedni najlepszy wynik, a minęło od tego czasu tylko kilka lat.

Philip Sabes, badacz z Uniwersytetu Kalifornijskiego w San Francisco, który nie był zaangażowany w projekt, nazwał wyniki „wielkim przełomem” i powiedział, że eksperymentalna technologia odczytywania informacji z mózgu może być gotowa do opuszczenia laboratorium i wkrótce stać się użytecznym produktem.

Wydajność implantu opisywana w tym artykule jest już na poziomie, którego chciałoby wiele osób nie mogących mówić – mówi Sabes.

Ludzie bez deficytów mowy zazwyczaj mówią w tempie około 160 słów na minutę. W erze komputerów i smartfonów to jednak mowa pozostaje najszybszą formą komunikacji międzyludzkiej.

Krishna V. Shenoy, który zmarł na raka trzustki w dniu publikacji badania, poświęcił swoją karierę poprawie szybkości komunikacji za pomocą interfejsów mózgowych, starannie prowadząc listę rekordów na stronie internetowej swojego laboratorium. W 2019 r. inny ochotnik, z którym pracował Shenoy, był zdolny do pisania w tempie 18 słów na minutę, co było wówczas wybitnym osiągnięciem.

Interfejsy mózg-komputer, z którymi pracuje zespół Shenoya, obejmują niewielką płytkę z ostrymi elektrodami osadzoną w korze ruchowej pacjenta, regionie mózgu najbardziej zaangażowanym w ruch. Dzięki temu badacze mogą rejestrować aktywność kilkudziesięciu neuronów jednocześnie i znajdować wzorce odzwierciedlające ruchy, o których ktoś myśli, nawet jeśli dana osoba jest sparaliżowana przez postęp ALS lub z innych przyczyn.

W poprzednich pracach sparaliżowani ochotnicy byli proszeni o wyobrażenie sobie wykonywania ruchów ręką. Dzięki analizie sygnałów neuronowych w czasie rzeczywistym, implanty pozwalały im sterować kursorem po ekranie, wybierać litery na wirtualnej klawiaturze, grać w gry wideo, a nawet sterować ramieniem robota.

Chora na ALS „mówiła w myślach”

W nowych badaniach zespół ze Stanford chciał się dowiedzieć, czy neurony w korze ruchowej zawierają również użyteczne informacje o ruchach odpowiedzialnych za mowę. Czy mogą wykryć, czy i jak „obiekt T12” próbował poruszać ustami, językiem i strunami głosowymi, gdy próbował mówić?

Są to małe, subtelne ruchy, a według Sabesa jednym z większych odkryć jest to, że zaledwie kilka neuronów zawierało wystarczająco dużo informacji, by program mógł przewidzieć z dużą dokładnością, jakie słowa próbował wypowiedzieć pacjent. Informacje te były przekazywane na ekran komputera, gdzie pojawiały się słowa pacjentki chorej na ALS.

Obecny system korzysta z kilku rodzajów programów uczenia maszynowego. Aby zwiększyć jego dokładność, zespół zastosował oprogramowanie, które przewiduje, jakie słowo zazwyczaj pojawia się w zdaniu jako następne. Dodanie algorytmu przewidywania słów zwiększyło szybkość, z jaką badany mógł mówić bez błędów.

Nowsze „duże” modele językowe, takie jak GPT-3, są w stanie pisać całe eseje i odpowiadać na pytania, a nawet zdać egzamin końcowy MBA. Podłączenie ich do interfejsów mózgowych mogłoby umożliwić osobom korzystającym z systemu mówienie jeszcze szybciej, tylko dlatego, że system będzie lepiej odgadywał, co próbują powiedzieć na podstawie częściowych informacji.

Microsoft Bing już wkrótce uruchomi wyszukiwanie z ChatGPT

Sukces dużych modeli językowych w ciągu ostatnich kilku lat każe mi myśleć, że proteza mowy jest już niedaleko… – mówi Sabes.

Źródło: MIT Technology Review