Η τεχνολογία «Speech Neuroprosthesis» αποκαθιστά την ομιλία σε ασθενή με σοβαρή παράλυση

Σε μια άλλη σημαντική εξέλιξη στην προσθετική τεχνητής νοημοσύνης (AI), ερευνητές στο Πανεπιστήμιο της Καλιφόρνια στο Σαν Φρανσίσκο ανέπτυξαν με επιτυχία μια «νευροπρόσθεση λόγου» που αποκατέστησε εν μέρει την ομιλία σε έναν άνδρα με σοβαρή παράλυση. Η νέα τεχνολογία τον βοήθησε να μιλήσει με προτάσεις όταν μετέφραζε σήματα από τον εγκέφαλό του στη φωνητική οδό. Στη συνέχεια, οι λέξεις εμφανίστηκαν ως κείμενο σε μια οθόνη. 

Η εργασία αφορούσε τον πρώτο συμμετέχοντα μιας κλινικής ερευνητικής δοκιμής και ήταν μέρος ενός ευρύτερου όγκου εργασιών που λαμβάνει χώρα για πάνω από δέκα χρόνια από τον νευροχειρουργό του UCSF Edward Chang, MD, ο οποίος προσπαθούσε να αναπτύξει μια τεχνολογία που δίνει τη δυνατότητα στους ανθρώπους με παράλυση να επικοινωνούν ακόμα και όταν δεν μπορούν να μιλήσουν μόνοι τους. 

Η μελέτη δημοσιεύτηκε στις 15 Ιουλίου στο New England Journal of Medicine. 

Το πρώτο σύστημα στο είδος του

Ο Chang είναι ο Joan and Sanford Weill Πρόεδρος Νευρολογικής Χειρουργικής στο UCSF και η Jeanne Robertson διακεκριμένη καθηγήτρια. Είναι επίσης ανώτερος συγγραφέας της μελέτης. 

«Από όσο γνωρίζουμε, αυτή είναι η πρώτη επιτυχημένη επίδειξη άμεσης αποκωδικοποίησης πλήρων λέξεων από την εγκεφαλική δραστηριότητα κάποιου που είναι παράλυτο και δεν μπορεί να μιλήσει», είπε ο Τσανγκ. «Δείχνει ισχυρή υπόσχεση για την αποκατάσταση της επικοινωνίας χρησιμοποιώντας τον φυσικό μηχανισμό ομιλίας του εγκεφάλου».

Οι εργασίες σε αυτόν τον τομέα περιστρέφονται παραδοσιακά γύρω από την αποκατάσταση της επικοινωνίας μέσω προσεγγίσεων που βασίζονται στην ορθογραφία για τη σύνταξη των γραμμάτων ένα προς ένα στο κείμενο. Ωστόσο, η νέα μελέτη επικεντρώνεται στη μετάφραση σημάτων που στην πραγματικότητα προορίζονται για τον έλεγχο των μυών του φωνητικού συστήματος για την ομιλία λέξεων. Αυτό είναι διαφορετικό από την παραδοσιακή εργασία, η οποία επικεντρώνεται στα σήματα που κινούν το χέρι ή το χέρι. 

Σύμφωνα με τον Chang, η νέα προσέγγιση αξιοποιεί τις φυσικές και ρευστές πτυχές του λόγου και θα μπορούσε να οδηγήσει σε πολύ περισσότερες προόδους σε αυτόν τον τομέα. Είπε επίσης ότι οι προσεγγίσεις που βασίζονται στην ορθογραφία που βασίζονται στην πληκτρολόγηση, τη γραφή και τον έλεγχο ενός δρομέα είναι πολύ πιο αργές.

«Με την ομιλία, συνήθως επικοινωνούμε πληροφορίες με πολύ υψηλό ρυθμό, έως 150 ή 200 λέξεις το λεπτό», είπε. «Το να πηγαίνουμε κατευθείαν στα λόγια, όπως κάνουμε εδώ, έχει μεγάλα πλεονεκτήματα γιατί είναι πιο κοντά στο πώς μιλάμε συνήθως».

Η προηγούμενη εργασία του Chang βασίστηκε σε ασθενείς στο Κέντρο Επιληψίας UCSF που υποβάλλονταν σε νευροχειρουργική επέμβαση για να ανιχνεύσει τι προκαλούσε τις κρίσεις τους και χρησιμοποίησε συστοιχίες ηλεκτροδίων που τοποθετήθηκαν στην επιφάνεια του εγκεφάλου των ασθενών. Οι ασθενείς είχαν φυσιολογική ομιλία και τα αποτελέσματα βοήθησαν να οδηγηθεί στην τρέχουσα δοκιμή για άτομα με παράλυση. 

Μερικές από τις νέες μεθόδους που αναπτύχθηκαν από την ομάδα περιελάμβαναν έναν τρόπο αποκωδικοποίησης των προτύπων δραστηριότητας του φλοιού και στατιστική γλώσσα για τη βελτίωση της ακρίβειας. 

Ο David Moses, PhD, είναι μεταδιδακτορικός μηχανικός στο Chang Lab και άλλος ένας από τους κύριους συγγραφείς.

 «Τα μοντέλα μας έπρεπε να μάθουν τη χαρτογράφηση μεταξύ πολύπλοκων προτύπων εγκεφαλικής δραστηριότητας και προβλεπόμενης ομιλίας», είπε ο Μόουζες. "Αυτό αποτελεί μεγάλη πρόκληση όταν ο συμμετέχων δεν μπορεί να μιλήσει."

Ο Πρώτος Συμμετέχων

Ο πρώτος συμμετέχων στη δοκιμή ήταν ένας άνδρας στα τέλη της δεκαετίας του '30 που υπέστη εγκεφαλικό εγκεφαλικό στέλεχος πριν από περισσότερα από 15 χρόνια που άφησε τη σύνδεση μεταξύ του εγκεφάλου και της φωνητικής οδού και των άκρων του να υποστεί σοβαρή βλάβη. 

Αναπτύσσοντας ένα λεξιλόγιο 50 λέξεων που η ομάδα του Chang θα μπορούσε να χρησιμοποιήσει προηγμένους αλγόριθμους υπολογιστών για να αναγνωρίσει, ο συμμετέχων μπόρεσε να δημιουργήσει εκατοντάδες προτάσεις που εκφράζουν έννοιες της καθημερινής ζωής. 

Χρειάστηκε να του εμφυτευτεί μια συστοιχία ηλεκτροδίων υψηλής πυκνότητας στον κινητικό φλοιό της ομιλίας του και μετά την ανάρρωσή του, καταγράφηκαν πάνω από 22 ώρες νευρικής δραστηριότητας σε αυτή την περιοχή του εγκεφάλου σε 48 συνεδρίες. 

Ο Sean Metzger, MS και η Jessie Liu, BS, είναι και οι δύο διδακτορικοί φοιτητές βιομηχανικής στο Chang Lab και ήταν υπεύθυνοι για την ανάπτυξη προσαρμοσμένων μοντέλων νευρωνικών δικτύων που θα μπορούσαν να μεταφράσουν τα πρότυπα της καταγεγραμμένης νευρικής δραστηριότητας σε συγκεκριμένες λέξεις. 

Μετά τη δοκιμή, η ομάδα διαπίστωσε ότι το σύστημα μπορούσε να αποκωδικοποιήσει λέξεις από τη δραστηριότητα του εγκεφάλου με ρυθμό έως και 18 λέξεις ανά λεπτό και ήταν 93 τοις εκατό ακριβές. Η ομάδα εφάρμοσε μια λειτουργία «αυτόματη διόρθωση» στο μοντέλο γλώσσας, η οποία βοήθησε στη βελτίωση της ακρίβειας.

 «Είμαστε ενθουσιασμένοι που είδαμε την ακριβή αποκωδικοποίηση μιας ποικιλίας προτάσεων με νόημα», είπε ο Moses. «Δείξαμε ότι είναι πραγματικά δυνατό να διευκολυνθεί η επικοινωνία με αυτόν τον τρόπο και ότι έχει δυνατότητες χρήσης σε περιβάλλοντα συνομιλίας».

Η ομάδα θα επεκτείνει τώρα τη δοκιμή για να συμπεριλάβει περισσότερους συμμετέχοντες που πάσχουν από σοβαρή παράλυση και προβλήματα επικοινωνίας. Επεκτείνουν επίσης τον αριθμό των λέξεων στο λεξιλόγιο και εργάζονται για τη βελτίωση του ρυθμού ομιλίας. 

«Αυτό είναι ένα σημαντικό τεχνολογικό ορόσημο για ένα άτομο που δεν μπορεί να επικοινωνήσει φυσικά», είπε ο Μωυσής, «και καταδεικνύει τη δυνατότητα αυτής της προσέγγισης να δώσει φωνή σε άτομα με σοβαρή παράλυση και απώλεια ομιλίας».