Εγκέφαλος και Νευρικό Σύστημα

Επιστήμονες μεταφράζουν τα εγκεφαλικά κύματα ασθενούς με εγκεφαλική παράλυση σε λέξεις

Για πρώτη φορά στην ιστορία της επιστήμης, επιστήμονες κατάφεραν να μετατρέψουν σε κείμενο τα εγκεφαλικά κύματα ενός άνδρα με παράλυση που δεν έχει την ικανότητα να μιλήσει. Αν και έχουν υπάρξει παρόμοιες προσεγγίσεις στο παρελθόν, αυτή είναι η πρώτη ένδειξη ότι ένα άνθρωπος χωρίς ομιλητική ικανότητα μπορεί να επικοινωνήσει με τη μετάφραση της εγκεφαλικής του δραστηριότητας. Ο επικεφαλής της έρευνας, δρ David Moses, δήλωσε ότι το αποτέλεσμά του αποτελεί ορόσημο για την αποκατάσταση του λόγου των ανθρώπων που λόγω παράλυσης δεν μπορούν να μιλήσουν.

Οι νευροεπιστήμονες, που εκπόνησαν μελέτες με τη συμβολή του Πανεπιστημίου της Καλιφόρνια, εμφύτευσαν ένα ηλεκτρόδιο μεγέθους πιστωτικής κάρτας στον αισθητήρα του κινητικού φλοιού του 36χρονου, που είναι το μέρος του εγκεφάλου που ελέγχει την άρθρωση του λόγου. Κατά τη διαδικασία αυτή, ζητήθηκε από τον 36χρονο ασθενή να σκεφτεί λέξεις που εμφανίζονταν σε πίνακα μπροστά του. Έπειτα, οι επιστήμονες χρησιμοποίησαν αλγορίθμους βαθιάς μάθησης για να εκπαιδεύσουν υπολογιστικά μοντέλα να αναγνωρίζουν και να ταξινομούν λέξεις που προέρχονταν από μοτίβα στον εγκέφαλό του. Χρησιμοποίησαν επιπλέον ένα πρόγραμμα φυσικής γλώσσας, ρόλος του οποίου είναι να προβλέπει την επόμενη λέξη σε μια πρόταση με βάση τις προηγούμενες.

Η απώλεια της ικανότητας εκφοράς λόγου

Ο συμμετέχοντας, ο οποίος στην αρχή της έρευνας ήταν 36 ετών, είχε υποστεί εγκεφαλικό επεισόδιο στα 20 του χρόνια που οδήγησε σε σοβαρή παράλυση και στην απώλεια της ικανότητάς του να μιλάει και να εκφέρει κατανοητό λόγο, μια κατάσταση γνωστή ως δυσαρθρία. Η δυσαρθρία μπορεί επίσης να οφείλεται σε αμυοτροφική πλευρική σκλήρυνση, μια σπάνια νευρολογική νόσο. Με άλλα λόγια, ο ασθενής μπορούσε να εκφωνήσει συλλαβές και φθόγγους, χωρίς να μπορεί όμως να τα μετατρέψει σε ομιλία, παρά την υγιή γνωστική του λειτουργία. Πριν την έναρξη της έρευνας, προκειμένου να επικοινωνεί βασιζόταν σε έναν υπολογιστή που έλεγχε με κινήσεις του κεφαλιού του. Ωστόσο, ο υπολογιστής είχε περιορισμένη δυνατότητα πληκτρολόγησης και μπορούσε να παράγει σωστά περίπου 5 λέξεις ανά λεπτό. Μετά από 48 συνεδρίες με την καινούρια τεχνολογία, η ταχύτητα αυτή αυξήθηκε στις 15 λέξεις ανά λεπτό. 

Η συγκεκριμένη έρευνα αποτελεί μια πρωτοπορία στις αλληλεπιδράσεις εγκεφάλου και υπολογιστή, παρόλο που το αποτέλεσμά της παρουσιάζει ανακρίβειες της τάξης του 26% και ως χειρουργική διαδικασία είναι αρκετά επεμβατική. Προηγούμενες μελέτες έχουν βασιστεί σε παρόμοιες νευρολογικές διαδικασίες για να επιτευχθεί η κίνηση με τη βοήθεια του “ρομποτικού χεριού”, αν και η αποκωδικοποίηση των εγκεφαλικών κυμάτων σε λέξεις αποτελεί μια πολύ πιο περίπλοκη διαδικασία. Το πιο εντυπωσιακό, κατά τους ειδικούς, είναι το ότι δεν είχε ανακαλυφθεί ότι η περιοχή του εγκεφάλου στην οποία έγινε η εμφύτευση του αισθητήρα, ο κινητικός φλοιός, έπαιζε τόσο σημαντικό ρόλο στην κατανόηση της γλώσσας και την παραγωγή λόγου.

Δεδομένα από τη μελέτη της εγκεφαλικής δραστηριότητας

Σε 48 συνεδρίες, ο ασθενής προσπάθησε να παράγει συγκεκριμένες λέξεις από ένα σύνολο 50 λέξεων. Σε κάθε δοκιμή, προσπαθούσε να προφέρει μια λέξη που παρουσιαζόταν σε έναν πίνακα μπροστά του. Κατά τη διάρκεια των συνεδριών, οι επιστήμονες συνέλεξαν 22 ώρες δεδομένων εγκεφαλικής δραστηριότητας, τα οποία τροφοδότησαν στον αλγόριθμο. Ύστερα, σε δύο επιπρόσθετες συνεδρίες, ζητήθηκε από τον συμμετέχοντα να χρησιμοποιήσει τις λέξεις αυτές για να συνθέσει προτάσεις. Σταδιακά, η δραστηριότητα του αλγορίθμου βαθιάς μάθησης και του μοντέλου φυσικής γλώσσας επέτρεψαν την αποκωδικοποίηση των σκέψεών του χωρίς λάθος για πάνω από τις μισές συνεδρίες.

Οι προκλήσεις του αλγορίθμου βαθιάς μάθησης

Μια από τις μεγαλύτερες προκλήσεις για τους ερευνητές που προσπάθησαν να δημιουργήσουν ένα πρόγραμμα βαθιάς μάθησης που μεταφράζει την εγκεφαλική δραστηριότητα είναι ο ακριβής συγχρονισμός των λέξεων. Για το λόγο αυτό, οι ίδιοι επιστήμονες, σε προηγούμενη έρευνά τους, μελέτησαν δεδομένα από υγιείς εθελοντές, καθώς ο αλγόριθμος δεν διαθέτει τρόπο για να διαχωρίσει την εγκεφαλική δραστηριότητα που προέρχεται από τη δημιουργία λέξεων από τη γενική δραστηριότητα του εγκεφάλου. Ωστόσο, μετά από επαρκή “προπόνηση” ο αλγόριθμος κατάφερε να αναγνωρίζει λέξεις με ποσοστό επιτυχίας 98%. Μια μελλοντική πρόκληση μετά από αρκετή προπόνηση του αλγορίθμου θα είναι η εκφορά λέξεων σε πραγματικό χρόνο. Πράγματι, κατά τη διάρκεια της έρευνας το πρόγραμμα κατάφερε να μεταφράζει λέξεις με βάση τα εγκεφαλικά κύματα σε πραγματικό χρόνο. Σχετικά με την έρευνα, ο δρ Christian Herff που συμμετείχε σε παρόμοια  μια έρευνα του 2019 από το Εργαστήριο Γνωστικών Συστημάτων στο Πανεπιστήμιο της Βρέμης, δήλωσε ότι το μεγαλύτερο επίτευγμα είναι ότι τα αποτελέσματα της έρευνας παρουσιάστηκαν σε άνθρωπο που είχε χάσει της ικανότητα ομιλίας, ένα πολύ ελπιδοφόρο γεγονός για την εξέλιξη της τεχνολογίας και την αποκατάσταση του λόγου.


+ 5 πηγές

©2022 WikiHealth All Rights Reserved

Scientists translate brain waves of man with paralysis into words https://www.medicalnewstoday.com/articles/scientists-translate-brain-waves-of-paralyzed-man-into-words

In major step, UCSF scientists translate unspoken words of paralyzed man into writing https://www.sfchronicle.com/health/article/In-major-step-UCSF-scientists-translate-unspoken-16315132.php

Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria https://www.nejm.org/doi/full/10.1056/NEJMoa2027540

Speech Synthesis from ECoG using Densely Connected 3D Convolutional Neural Networks https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6822609/

A Paralyzed Man's Brain Waves Converted to Speech in a World-First Breakthrough https://www.sciencealert.com/scientists-have-converted-a-paralyzed-man-s-brain-waves-to-speech?fbclid=IwAR3yBaJ4VDTbimatRS3jA6-Vq21kX83Q8zPjy0To2Yx9s6e1AnKyQ360EBU