טכנולוגיית 'נוירופרוסטזת דיבור' משחזרת דיבור למטופל עם שיתוק חמור

בפיתוח גדול נוסף בתחום תותבות הבינה המלאכותית (AI), חוקרים מאוניברסיטת קליפורניה בסן פרנסיסקו פיתחו בהצלחה "נוירו-תותב דיבור" ששיחזר חלקית דיבור לאדם עם שיתוק חמור. הטכנולוגיה החדשה עזרה לו לדבר במשפטים כאשר היא תרגמה אותות מהמוח שלו למערכת הקול. המילים הופיעו אז כטקסט על מסך. 

העבודה כללה את המשתתף הראשון בניסוי מחקר קליני, והיא הייתה חלק ממכלול עבודה גדול יותר שמתקיים כבר למעלה מעשר שנים על ידי הנוירוכירורג של UCSF אדוארד צ'אנג, MD, שניסה לפתח טכנולוגיה המאפשרת לאנשים עם שיתוק לתקשר גם כשהם לא מסוגלים לדבר בעצמם. 

השמיים ללמוד פורסם ב-15 ביולי ב- ניו אינגלנד ז'ורנל אוף מדיסין. 

מערכת ראשונה מסוגה

צ'אנג היא יו"ר ג'ואן וסנפורד וייל לכירורגיה נוירולוגית ב-UCSF ופרופסור נכבד ג'אן רוברטסון. הוא גם מחבר בכיר של המחקר. 

"למיטב ידיעתנו, זוהי ההדגמה המוצלחת הראשונה של פענוח ישיר של מילים מלאות מפעילות המוח של מישהו משותק ואינו יכול לדבר", אמר צ'אנג. "זה מראה על הבטחה חזקה לשחזר את התקשורת על ידי שימוש במנגנון הדיבור הטבעי של המוח."

העבודה בתחום זה סובבת באופן מסורתי סביב שחזור תקשורת באמצעות גישות מבוססות איות לכתיבת אותיות אחת אחת בטקסט. עם זאת, המחקר החדש מתמקד בתרגום אותות שנועדו למעשה לשלוט בשרירי מערכת הקול לצורך דיבור מילים. זאת בשונה מהיצירה המסורתית, המתמקדת באותות המניעים את הזרוע או היד. 

לדברי צ'אנג, הגישה החדשה ממנפת את ההיבטים הטבעיים והזורמים של הדיבור, והיא עלולה להוביל להרבה יותר התקדמות בתחום זה. הוא גם אמר שגישות מבוססות איות שמסתמכות על הקלדה, כתיבה ושליטה בסמן איטיות הרבה יותר.

"עם דיבור, אנחנו בדרך כלל מתקשרים מידע בקצב גבוה מאוד, עד 150 או 200 מילים לדקה", אמר. "ללכת ישר למילים, כפי שאנו עושים כאן, יש יתרונות גדולים כי זה קרוב יותר לאופן שבו אנו מדברים בדרך כלל."

עבודתו הקודמת של צ'אנג הסתמכה על חולים במרכז לאפילפסיה של UCSF שעברו נוירוכירורגיה כדי לזהות מה גורם להתקפים שלהם, והיא השתמשה במערכי אלקטרודות שהונחו על פני המוח של החולים. למטופלים היה דיבור תקין, והתוצאות עזרו להוביל לניסוי הנוכחי עבור אנשים עם שיתוק. 

חלק מהשיטות החדשות שפותחו על ידי הצוות כללו דרך לפענח דפוסי פעילות קליפת המוח ושפה סטטיסטית כדי לשפר את הדיוק. 

דיוויד מוזס, PhD, הוא מהנדס פוסט-דוקטורט במעבדת צ'אנג ועוד אחד מהכותבים הראשיים.

 "המודלים שלנו היו צריכים ללמוד את המיפוי בין דפוסי פעילות מוחית מורכבת ודיבור מיועד", אמר מוזס. "זה מהווה אתגר גדול כאשר המשתתף אינו יכול לדבר."

המשתתף הראשון

המשתתף הראשון בניסוי היה גבר בשנות ה-30 המאוחרות לחייו שלקה בשבץ מוחי לפני למעלה מ-15 שנה שהותיר את הקשר בין מוחו ודרכי הקול וגפיים פגום קשות. 

על ידי פיתוח אוצר מילים בן 50 מילים שהצוות של צ'אנג יכול להשתמש באלגוריתמי מחשב מתקדמים כדי לזהות, המשתתף הצליח ליצור מאות משפטים המבטאים מושגי חיים יומיומיים. 

הוא נדרש להשתיל מערך אלקטרודות בצפיפות גבוהה מעל קליפת הדיבור שלו, ולאחר ההתאוששות שלו תועדו למעלה מ-22 שעות של פעילות עצבית באזור מוח זה על פני 48 מפגשים. 

שון מצגר, MS וג'סי ליו, BS, שניהם דוקטורנטים להנדסה ביו במעבדת צ'אנג והיו אחראים לפיתוח מודלים של רשתות עצביות מותאמות אישית שיכולים לתרגם את הדפוסים של פעילות עצבית מתועדת למילים ספציפיות המיועדות. 

בעקבות הבדיקה, הצוות מצא שהמערכת יכולה לפענח מילים מפעילות המוח בקצב של עד 18 מילים לדקה, וזה היה מדויק ב-93%. הצוות החיל פונקציה של "תיקון אוטומטי" על מודל השפה, מה שעזר לשפר את הדיוק.

 "היינו נרגשים לראות את הפענוח המדויק של מגוון משפטים משמעותיים", אמר מוזס. "הראינו שלמעשה אפשר להקל על תקשורת בצורה זו ושיש לזה פוטנציאל לשימוש בהגדרות שיחה."

הצוות ירחיב כעת את הניסוי כך שיכלול עוד משתתפים הסובלים משיתוק חמור ובעיות תקשורת. הם גם מרחיבים את מספר המילים באוצר המילים ועובדים על שיפור קצב הדיבור. 

"זוהי אבן דרך טכנולוגית חשובה לאדם שאינו יכול לתקשר באופן טבעי", אמר מוזס, "והיא מדגים את הפוטנציאל של גישה זו לתת קול לאנשים עם שיתוק חמור ואובדן דיבור".