Osobe s neurološkim poremećajima, uključujući moždani udar ili amiotrofičnu lateralnu sklerozu, često se suočavaju s gubitkom govora zbog paralize mišića. Prethodne studije su pokazale da je moguće dekodirati govor iz moždanih aktivnosti osobe s paralizom, ali samo u obliku teksta i uz ograničenu brzinu, tačnost i vokabular.

Viletov BCI

No sad su Frensis Vilet (Francis Willett) i njegove kolege iz Laboratorija za neuronske protetike na Univerzitetu Stanford razvili BCI koji prikuplja neuronsku aktivnost pojedinačnih stanica s nizom finih elektroda umetnutih u mozak i uvježbali umjetnu neuronsku mrežu da dekodira vokalizaciju.

Uz pomoć uređaja, pacijent s amiotrofičnom lateralnom sklerozom mogao je komunicirati prosječnom brzinom od 62 riječi u minuti, što je 3,4 puta brže od dosadašnjeg rekorda za sličan uređaj i približava se brzini prirodnog razgovora.

BCI je pritom postigao stopu pogreške riječi od 9,1% na vokabularu od 50 riječi, što je 2,7 puta manje pogrešaka od prethodnog vrhunskog sučelja iz 2021. Stopa pogreške riječi od 23,8% postignuta je na rječniku od 125.000 riječi.

Čangov BCI

Edvard Čang (Edward Chang) i kolege s Kalifornijskog univerziteta u San Francisku razvili su pak BCI koji se temelji na drugačijoj metodi za pristup moždanoj aktivnosti. Oni su koristili elektrode koje se nalaze na površini mozga i otkrivaju aktivnost mnogih stanica na mjestima u cijelom govornom korteksu. Ovo sučelje dekodira moždane signale kako bi generiralo tri izlaza istovremeno: tekst, zvučni govor i avatar koji govori.

Istraživači su istrenirali model dubokog učenja da dešifrira neuronske podatke prikupljene od pacijentice s teškom paralizom, uzrokovanom moždanim udarom, dok je pokušavala tiho izgovoriti cijele rečenice. Prijevod iz mozga u tekst generirao je srednju brzinu od 78 riječi u minuti, što je 4,3 puta brže od prethodnog rekorda i još se više približava brzini prirodnog razgovora.

BCI je pritom postigao stopu greške u riječi od 4,9% pri dekodiranju rečenica iz skupa od 50 fraza, što je pet puta manje pogrešaka od prethodnog najsavremenijeg govornog BCI-a.

Pokreti lica avatara

Stopa greške u riječi od 25% postignuta je pri dekodiranju rečenica s rječnikom od hiljadu riječi u stvarnom vremenu, a vanmrežne simulacije pokazale su stopu greške u riječi od 28% korištenjem rječnika s više od 39.000 riječi. Moždani signali također su prevedeni direktno u razumljive sintetizirane govorne zvukove koje su neupućeni slušaoci mogli razumjeti, sa stopom greške riječi od 28% za skup od 529 fraza.

BCI je također dekodirao neuronsku aktivnost u pokrete lica avatara tokom govora, kao i neverbalne izraze. Stabilno dekodiranje visokih performansi održalo se mjesecima. Sve u svemu, ovaj multimodalni BCI pruža više mogućnosti za komuniciranje osoba s paralizom na prirodniji i izražajniji način, piše Bug.hr.