Znanstvenici razumiju riječi paraliziranog pacijenta kroz moždane signale
Znanstvenici su koristili novu vrstu neprobojne mikroelektrode koja sjedi na vrhu mozga, a da u nju ne zaviri. Te su elektrode poznate pod nazivom microECoG, jer su manja prilagodba velikih elektroda korištenih u elektrokortikografiji ili ECoG, koje su razvijene prije nekoliko desetljeća.
"Uspjeli smo dekodirati izgovorene riječi koristeći samo signale iz mozga pomoću uređaja koji obećava dugotrajnu upotrebu kod paraliziranih pacijenata koji sada ne mogu govoriti", rekao je Bradley Greger, docent za bioinženjering.
Volonter koji je već imao kraniotomiju - privremeno djelomično uklanjanje lubanje - u pokušaju da pomogne svojim teškim epileptičkim napadima, javio se u istraživanje. Znanstvenici su postavili rešetke mikroelektroda na vrh govornih centara njegova mozga - na motornu korteks lica, koji kontrolira pokrete mišića koji sudjeluju u govoru, a također i na područje Wernickea, što je povezano s razumijevanjem i razumijevanjem jezika.
Budući da mikroelektrode zapravo ne probijaju mozak, smatraju se sigurnim za postavljanje na govorna područja mozga. S postavljenim mikroelektrodama znanstvenici su uspjeli otkriti i zabilježiti električne moždane signale koje generira nekoliko tisuća neurona ili živčanih stanica.
Nakon što je dobrovoljac uzastopno pročitao svaku od 10 riječi koje bi mogle biti korisne paraliziranoj osobi - da, ne, vruće, hladno, gladno, žedno, zdravo, zbogom, sve više i manje - istraživači su pokušali odgonetnuti koji moždani signali predstavljaju svaki od 10 riječi analizirajući promjene u snazi različitih frekvencija koje dolaze sa svakim živčanim signalom.
Kada su se uspoređivala bilo koja dva moždana signala - poput onih koja su generirana kad je čovjek izgovorio riječi "da" i "ne" - znanstvenici su uspjeli razlikovati svaku riječ od 76 do 90 posto vremena.
Kad su znanstvenici koristili samo pet mikroelektroda na svakoj mreži od 16 elektroda koje su bile najtočnije u dekodiranju moždanih signala iz motornog korteksa lica, njihova je točnost u razlikovanju riječi porasla na gotovo 90 posto.
Međutim, kad su znanstvenici odjednom pogledali svih 10 uzoraka moždanih signala, uspjeli su ispravno označiti svaku riječ samo 28 do 48 posto vremena. Ovo je bilo bolje od šanse (10 posto), ali još se nije smatralo dovoljno jakim.
"To ne znači da je problem u potpunosti riješen i da svi možemo ići kući", kaže Greger. "To znači da djeluje, a sada ga moramo doraditi kako bi ljudi s sindromom" zaključanog "mogli stvarno komunicirati."
„Očiti je sljedeći korak - a to je ono što mi trenutno radimo - učiniti s većim mrežama mikroelektroda. Možemo povećati mrežu, imati više elektroda i iz mozga izvući ogromnu količinu podataka, što vjerojatno znači više riječi i bolju točnost ”, kaže Greger.
„Ovo je dokaz koncepta. Dokazali smo da vam ovi signali mogu reći što osoba govori puno iznad šanse. Ali trebamo biti u stanju izgovarati više riječi s više točnosti prije nego što to pacijentu doista bude korisno ”, dodaje.
Budući da je metodi potrebno puno više poboljšanja i uključuje postavljanje elektroda na mozak, Greger očekuje da će proći nekoliko godina prije nego što će započeti klinička ispitivanja paraliziranih ljudi koji ne mogu govoriti.
Postoji nada, međutim, da će kontinuirana istraživanja na ovom području na kraju dovesti do bežičnog uređaja koji može pretvoriti čovjekove misli u računalno izgovorene riječi, kaže Greger. Trenutno je jedini način na koji ljudi koji su 'zaključani' mogu komunicirati kretanjem, poput treptanja oka ili laganog pomicanja ruke ili mukotrpnim odabirom slova ili riječi s popisa.
Kolege sa Sveučilišta Utah koji su provodili studiju s Gregerom bili su inženjeri elektrotehnike Spencer Kellis, doktorand, i Richard Brown, dekan Tehničkog fakulteta; i Paul House, docent za neurokirurgiju. Drugi suautor bio je Kai Miller, neuroznanstvenik sa Sveučilišta Washington u Seattlu.
Istraživanje su financirali Nacionalni institut za zdravstvo, Agencija za napredne istraživačke projekte obrane, Zaklada za istraživanje Sveučilišta u Utahu i Nacionalna zaklada za znanost.
Journal of Neural EngineeringU rujanskom izdanju objavit će se Gregerova studija koja pokazuje izvedivost prevođenja moždanih signala u računalno izgovorene riječi.
Izvor: Sveučilište u Utahu
