Connect with us

‘Puheterapia Neuroproteesi’ -tekniikka Palautti Puhumisen Potilaalle, Jolla on Vaikea Halvaus

Terveydenhuolto

‘Puheterapia Neuroproteesi’ -tekniikka Palautti Puhumisen Potilaalle, Jolla on Vaikea Halvaus

mm

Teollisuuden johtavassa tekoälyproteetiikassa tutkijat Kalifornian yliopistosta San Franciscosta ovat onnistuneesti kehittäneet “puheterapia neuroproteesin”, joka osittain palautti puhumisen miehelle, jolla on vaikea halvaus. Uusi tekniikka auttoi häntä puhumaan lauseita, kun se käänsi aivojen signaaleja äänijohdeksi. Sanoin ilmestyivät tekstiksi näytölle. 

Työ käsitti ensimmäisen osallistujan kliinisessä tutkimuksessa, ja se oli osa laajempaa työtä, jota on tehty yli kymmenen vuoden ajan UCSF:n neurokirurgi Edward Chang, MD, joka on yrittänyt kehittää teknologiaa, joka mahdollistaa halvaantuneiden henkilöiden viestinnän, vaikka he eivät voi puhua itse. 

Tutkimus julkaistiin 15. heinäkuuta New England Journal of Medicine -lehdessä. 

Ensimmäinen Järjestelmänsä

Chang on Joan ja Sanford Weillin neurokirurgian tuoli UCSF:ssa ja Jeanne Robertsonin erottuva professori. Hän on myös tutkimuksen vanhempi tekijä. 

“Meidän tietämyksemme mukaan tämä on ensimmäinen onnistunut osoitus suorasta dekoodauksesta täydellisistä sanoista aivotoiminnasta, joka on halvaantunut eikä voi puhua,” sanoi Chang. “Se osoittaa vahvan lupauksen palauttaa viestinnän kytkeytyessä aivojen luontaiseen puhemekanismiin.”

Työ tässä alassa perustuu perinteisesti viestinnän palauttamiseen kirjaimellisilla lähestymistavoilla kirjoittaa kirjaimet yksi kerrallaan tekstiin. Uudessa tutkimuksessa kuitenkin keskitytään kääntämään signaaleja, jotka on tarkoitettu ohjaamaan äänijärjestelmän lihaksia puhumiseen. Tämä on erilaista kuin perinteinen työ, joka keskittyy signaaleihin, jotka liikuttavat kättä tai käsivartta. 

Changin mukaan uusi lähestymistapa hyödyntää puhumisen luonnollisia ja virtaavia puolia, ja se voi johtaa paljon edistyneempiin kehityksiin tässä alassa. Hän myös sanoi, että kirjaimelliset lähestymistavat, jotka perustuvat kirjoittamiseen, kirjoittamiseen ja kohdistimen ohjaukseen, ovat paljon hitaampia.

“Puhumisella me normaalisti viestimme tietoa hyvin nopealla nopeudella, jopa 150 tai 200 sanaa minuutissa,” hän sanoi. “Menevä suoraan sanoihin, kuten teemme tässä, on suuria etuja, koska se on lähempänä siitä, miten me normaalisti puhumme.”

Changin aiempi työ perustui potilaisiin UCSF:n epilepsian keskuksessa, jotka olivat menossa neurokirurgiaan havaitsemaan, mitä aiheutti heidän kohtauksensa, ja se käytti elektrodi-arrays, jotka asetettiin potilaiden aivojen pinnalle. Potilailla oli normaali puhuminen, ja tulokset auttoivat johtamaan nykyiseen kokeeseen halvaantuneiden henkilöiden kanssa. 

Jotkut uudet menetelmät, joita tiimi kehitti, sisälsivät tavan dekoodata aivokuoren toimintamallit ja tilastollisen kielen parantamiseksi tarkkuutta. 

David Moses, PhD, on postdoktori-insinööri Changin laboratoriossa ja toinen johtavista tekijöistä.

 “Meidän mallien on opittava kartoittamaan monimutkaiset aivotoimintamallit ja tarkoitetun puhumisen välillä,” sanoi Moses. “Se asettaa suuren haasteen, kun osallistuja ei voi puhua.”

Ensimmäinen Osallistuja

Kokeen ensimmäinen osallistuja oli mies, joka oli 30-vuotias, joka oli saanut aivovamman yli 15 vuotta sitten, joka oli vahingoittanut yhteyttä aivonsa ja äänijohde- ja raajansa välillä. 

Kehittämällä 50-sanaisen sanastoa, jonka Changin tiimi voi käyttää edistyneitä tietokonealgoritmeja tunnistamaan, osallistuja pystyi luomaan satoja lauseita, jotka ilmaisevat päivittäisiä elämänkäsitteitä. 

Hänen piti asentaa korkeatiheys-elektrodi-arrays yli puhemotorisen aivokuorensa, ja toipumisensa jälkeen yli 22 tuntia aivotoimintaa tässä aivon osassa tallennettiin 48 istunnossa. 

Sean Metzger, MS ja Jessie Liu, BS, ovat molemmat bioinsinööritutkijat Changin laboratoriossa ja kehittivät mukautettuja neuroverkkomalleja, jotka voivat kääntää tallennettujen hermostoaktiivisuusmallien tiettyjä tarkoitettuja sanoja. 

Kokeen jälkeen tiimi totesi, että järjestelmä pystyi dekoodaamaan sanat aivotoiminnasta nopeudella jopa 18 sanaa minuutissa, ja se oli 93 prosenttisesti tarkka. Tiimi sovelsi “autokorjaus”-funktiota kielimalliin, mikä paransi tarkkuutta.

 “Olimme innoissamme nähdessämme tarkan dekoodauksen monista merkityksellisistä lauseista,” sanoi Moses. “Olemme osoittaneet, että on mahdollista helpottaa viestintää tällä tavoin, ja se on potentiaalinen käytettäväksi keskustelutilanteissa.”

Tiimi laajentaa nyt kokeen sisältämään enemmän osallistujia, joilla on vaikea halvaus ja viestintäongelmia. He laajentavat myös sanastoa ja työskentelevät puhumisen nopeuden parantamiseksi. 

“Tämä on tärkeä teknologinen merkkipaalu henkilölle, joka ei voi viestiä luonnollisesti,” sanoi Moses, “ja se osoittaa tämän lähestymistavan potentiaalin antaa ääni henkilöille, joilla on vaikea halvaus ja puhumisen menetys.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.