Govorna proteza koju je razvio zajednički tim neuroznanstvenika, neurokirurga i inženjera sa Sveučilišta Duke može prevesti moždane signale osobe u ono što ona pokušava reći. Nova tehnologija, predstavljena u časopisu Nature Communications, mogla bi jednog dana pomoći ljudima koji ne mogu govoriti zbog neuroloških poremećaja da povrate sposobnost komunikacije putem sučelja mozak-računalo.

Na pola brzine

Sve više ljudi širom svijeta pate od iscrpljujućih motoričkih poremećaja, poput amiotrofične lateralne skleroze (ALS) ili sindroma osobe zaključane u vlastito tijelo (locked–in sindrom, LiS) koji umanjuju njihovu sposobnost govora. Nažalost, trenutačno dostupni alati koji im omogućuju komunikaciju uglavnom su glomazni i vrlo spori, kao da slušate audioknjigu na pola brzine. Naime, trenutno najveća dostupna brzina dekodiranja govora iznosi oko 78 riječi u minuti, a kad pričaju ljudi izgovaraju oko 150 riječi u minuti. 

Kašnjenje između izgovorene i dekodirane brzine govora djelomično je posljedica relativno malog broja senzora aktivnosti mozga koji se mogu spojiti na komad materijala tanak poput papira smještenog na površini mozga. Manje senzora daje manje dešifriranih informacija za dekodiranje.

Moždani senzori

Zbog toga su se na Dukeu posvetili biomedicinskim inženjeringu i izradili ultratanke i fleksibilne moždane senzore visoke gustoće. Upakirali su impresivnih 256 mikroskopskih moždanih senzora na komad fleksibilne plastike medicinske kvalitete veličine poštanske marke.

Neuroni udaljeni samo zrnce pijeska mogu imati vrlo različite obrasce aktivnosti kada koordiniraju govor pa je potrebno razlikovati signale iz susjednih moždanih stanica kako bi se lakše predvidjelo planirani govor.

Testiranja na pacijentima

Uz pomoć neurokirurga implantate su testirali na pacijentima koji su bili podvrgnuti operaciji mozga zbog nekog drugog stanja, poput Parkinsonove bolesti ili uklanjanje tumora. Na raspolaganju su imali samo 15 minuta, a zadatak se sastojao od slušanja i ponavljanja. Pacijenti bi čuli niz besmislenih riječi, poput "ava", "kug" ili "vip", a zatim su svaku izgovorili naglas. Uređaj je bilježio aktivnost govornog motoričkog korteksa svakog pacijenta dok je koordinirao gotovo 100 mišića koji pokreću usne, jezik, čeljust i grkljan.

Dobiveni podaci uneseni su u algoritam strojnog učenja kako bi se vidjelo koliko točno može predvidjeti zvuk na temelju snimanja aktivnosti mozga. Dekoder je tako glas "g" u riječi "gak" prepoznavao u 84% vremena kad je to bio prvi glas u nizu od tri koji čine besmislenu riječ. Preciznost je međutim pala kad je dekoder raščlanjivao zvukove u sredini ili na kraju besmislene riječi, a borio se i sa sličnim glasovima poput "p" i "b".

Impresivni rezultati

Sve u svemu, dekoder je bio točan u 40% slučajeva. To se može činiti kao skroman rezultat testa, ali je prilično impresivan s obzirom na to da su za slične rezultati potrebni sati ili čak dani podataka. Ovaj algoritam za dekodiranje govora ipak radio je na temelju samo 90 sekundi izgovorenih podataka iz 15-minutnog testa.

Istraživači sad rade na uređaju bez žica pa biste se mogli kretati i ne biste morali biti vezani za električnu utičnicu.