“语音神经假肢”技术恢复了一个患有严重瘫痪的患者的语言能力

在人工智能（AI）假肢领域的又一重大发展中，旧金山加州大学的研究人员成功开发了一种“语音神经假肢”，它部分恢复了一个患有严重瘫痪的男人的语言能力。这种新技术帮助他通过将大脑信号转换为声带信号来发出句子。这些文字随后出现在屏幕上。

这项工作涉及临床研究试验的第一位参与者，也是加州大学旧金山分校神经外科医生Edward Chang博士十多年来的一项更大研究工作的一部分。Chang博士一直试图开发一种能够让瘫痪患者即使无法自行说话也能交流的技术。

该研究于7月15日发表在新英格兰医学杂志上。

首个此类系统

Chang是加州大学旧金山分校神经外科的Joan和Sanford Weill讲座教授，也是Jeanne Robertson杰出教授。他也是这项研究的高级作者。

“据我们所知，这是第一次成功地从一个瘫痪且无法说话的人的大脑活动中直接解码出完整的单词，”Chang说。“这表明通过利用大脑的自然语言机制来恢复交流具有很大的希望。”

在这个领域的传统工作通常围绕通过基于拼写的方法来恢复交流，通过一个一个地写出字母来形成文本。然而，这项新研究专注于翻译实际上用于控制声带肌肉以发出单词的信号。这与传统工作不同，传统工作专注于移动手臂或手的信号。

根据Chang的说法，这种新方法利用了语言的自然和流畅的方面，并可能在这一领域带来更大的进步。他还说，基于拼写的方法，依赖于输入、写作和控制光标，速度要慢得多。

“在语言交流中，我们通常以每分钟150到200个单词的速度传递信息，”他说。“像我们这里一样直接使用单词，有很大的优势，因为它更接近我们正常的说话方式。”

Chang之前的工作依赖于加州大学旧金山分校癫痫中心的患者，他们正在接受神经外科手术，以检测他们癫痫的原因，并使用了放在患者大脑表面的电极阵列。这些患者有正常的语言能力，结果有助于导致针对瘫痪个体的当前试验。

团队开发的一些新方法包括一种解码皮层活动模式和统计语言的方法，以提高准确性。

David Moses博士是Chang实验室的一名博士后工程师，也是这项研究的另一位主要作者。

“我们的模型需要学习复杂的大脑活动模式和预期语言之间的映射，”Moses说。“当参与者无法说话时，这是一个重大挑战。”

第一位参与者

试验的第一位参与者是一个三十多岁的男人，他十五多年前遭受了一次脑干中风，这使得他大脑和声带以及肢体之间的连接严重受损。

通过开发一个50个单词的词汇，Chang的团队可以使用高级计算机算法来识别，参与者能够创建数百个句子来表达日常生活的概念。

他需要在他的语言运动皮层上植入一个高密度电极阵列，并在恢复后，在48个会话中记录了该脑区域22小时的神经活动。

Sean Metzger和Jessie Liu都是Chang实验室的生物工程博士生，他们负责开发自定义的神经网络模型，可以将记录的神经活动模式转换为特定的预期单词。

测试后，团队发现该系统可以以每分钟高达18个单词的速度从大脑活动中解码单词，其准确率为93%。团队在语言模型中应用了“自动更正”功能，这有助于提高准确性。

“我们很高兴看到各种有意义的句子的准确解码，”Moses说。“我们已经证明以这种方式促进交流是可能的，并且它有潜力在对话环境中使用。”

团队现在将扩大试验，以包括更多患有严重瘫痪和语言障碍的参与者。他们还在扩大词汇中的单词数量，并致力于提高语言速度。

“对于一个无法自然交流的人来说，这是一个重要的技术里程碑，”Moses说，“它表明这种方法有可能为患有严重瘫痪和语言丧失的人提供发言权。”