DANA VAHABA/UNIWERSYTET DUKE'A
„Technologia ta pomogłaby pacjentom cierpiącym na wyniszczające zaburzenia neurologiczne, takie jak ALS [stwardnienie zanikowe boczne] i zespół zamknięcia [ang. locked-in-syndrome], którzy utracili zdolność mówienia i komunikowania się” – powiedział Newsweekowi Gregory Cogan. Jest profesorem neurologii na Uniwersytecie Duke i jednym z głównych badaczy zaangażowanych w ten projekt. „Obecnie dostępne narzędzia umożliwiające tym ludziom komunikację są na ogół bardzo powolne i kłopotliwe”.
W ramach projektu Cogan nawiązał współpracę z innym badaczem z Duke, Jonathanem Viventim. Prowadzi on laboratorium inżynierii biomedycznej, które specjalizuje się w tworzeniu ultracienkich i elastycznych czujników mózgowych o dużej gęstości. Na potrzeby tego projektu zespół umieścił 256 mikroskopijnych czujników mózgowych na kawałku elastycznego plastiku klasy medycznej wielkości znaczka pocztowego.
„Nerwowe protezy mowy działają na zasadzie bezpośredniego odczytu sygnałów mózgowych kontrolujących motorykę mowy, a następnie przekładają te sygnały bezpośrednio na czytelne dane wyjściowe, które można wykorzystać do tworzenia dźwięków mowy” – powiedział Cogan. „Odczytują chęć mówienia i tłumaczą tę intencję za pomocą dźwięków”.
„Urządzenia te byłyby mocowane poprzez niewielką kraniotomię w czaszce i wszczepiane bezpośrednio do kory ruchowej mózgu. Obecnie pracujemy nad projektem, który umożliwi bezprzewodowe działanie jednego z tych urządzeń, dzięki czemu pacjenci będą mogli swobodnie poruszać się podczas jego używania” – dodał Cogan.
Do przetestowania implantu zespół zrekrutował czterech pacjentów, którzy przeszli już operację mózgu z powodu innych schorzeń. Eksperyment był szybki i obejmował tymczasowe umieszczenie urządzenia w mózgach pacjentów i poproszenie ich o powtórzenie na głos serii prostych słów. „Lubię to porównywać do załogi pit-stopu NASCAR” – powiedział Cogan. „Nie chcieliśmy wydłużać procedury operacyjnej, dlatego musieliśmy przeprowadzić eksperyment w ciągu 15 minut. Gdy tylko chirurg i zespół medyczny powiedzieli: „Start!”, natychmiast przystąpiliśmy do działania, a pacjent wykonał swoje zadanie.”
Następnie Suseendrakumar Duraivel, absolwent inżynierii biomedycznej na Uniwersytecie Duke, wprowadził te dane do algorytmu uczenia maszynowego, aby sprawdzić, jak dokładnie może on przewidzieć wydawane dźwięki wyłącznie na podstawie zarejestrowanej aktywności mózgu pacjentów. Wyniki badania opublikowano 6 listopada w czasopiśmie „Nature Communications”.
„Byliśmy zaskoczeni, jak dobre to były wyniki” – powiedział Cogan. „[Ta] technologia wykazuje bardzo duży postęp w porównaniu z obecną technologią: osiągnęliśmy 57 razy wyższą rozdzielczość przestrzenną i o 48% wyższą siłę sygnału neuronowego w porównaniu ze standardowymi nagraniami. Ta zwiększona jakość sygnału poprawiła naszą zdolność odczytywania sygnałów mowy mózgu o 35% w porównaniu do standardowego narzędzia”.
„Spodziewaliśmy się wyników lepszych niż te z wykorzystaniem poprzednich metod, ale bardzo obiecujące jest to, że nasze przypuszczenia się potwierdziły i naprawdę otwierają drzwi do opracowania lepszych neuronowych protez mowy w niedalekiej przyszłości” – dodał Cogan.
Dekoder okazał się być dokładny w 40% przypadków. Członkowie zespołu mają nadzieję na dalsze udoskonalanie swojej technologii, jednocześnie opracowując bezprzewodową wersję urządzenia, która umożliwi pacjentom poruszanie się bez ograniczeń podczas jego użytkowania. „Na tym etapie, urządzenie nadal jest znacznie wolniejsze niż mowa naturalna” – powiedział Viventi „Duke Magazine”. „Ale wiemy w jaki sposób moglibyśmy to udoskonalić”.
„Kolejnym krokiem jest uzyskanie zgody FDA [Agencji ds. Żywności i Leków] na stałe umieszczanie naszych implantów u pacjentów, co umożliwiłoby przywrócenie im mowy i zdolności komunikacyjnych” – powiedział Cogan.