تکنولوژی جدید مغزی به گفتار با دقت ۹۷٪ تبدیل می‌کند

یک رابط رایانه‌ای مغزی جدید (BCI) که در UC Davis Health توسعه یافته است، می‌تواند سیگنال‌های مغزی را به گفتار با دقت قابل توجهی تا ۹۷٪ ترجمه کند که بالاترین دقت ثبت شده برای چنین سیستمی است.

محققان حسگرهایی را در مغز مردی با ناتوانی شدید در گفتار به دلیل اسکلروز جانبی آمیوتروفیک (ALS) کاشتند. به طور شگفت‌انگیزی، او توانست در مدت چند دقیقه از استفاده از سیستم، افکار خود را منتقل کند.

دیوید براندمن، جراح مغز و اعصاب UC Davis و یکی از نویسندگان اصلی مطالعه، گفت: "تکنولوژی BCI ما به مردی با فلج کمک کرد تا با دوستان، خانواده و مراقبین خود ارتباط برقرار کند."

ALS چیست؟

اسکلروز جانبی آمیوتروفیک (ALS)، که اغلب به نام بیماری لو گهریگ شناخته می‌شود، عملکرد سلول‌های عصبی مسئول کنترل حرکات بدن را مختل می‌کند.

با پیشرفت وضعیت، افراد به تدریج توانایی ایستادن، راه رفتن و استفاده از دست‌های خود را از دست می‌دهند. علاوه بر این، می‌تواند عضلات مورد نیاز برای گفتار را مختل کند و در نهایت به از دست دادن کامل ارتباط واضح منجر شود.

یک تکنولوژی نوآورانه در حال ایجاد است تا به افرادی که به دلیل فلج یا اختلالات عصبی مانند ALS قادر به صحبت کردن نیستند، کمک کند. این نوآوری سیگنال‌های مغزی زمانی که فردی تلاش می‌کند صحبت کند، ترجمه می‌کند و آنها را به متن تبدیل می‌کند که کامپیوتر سپس به صورت صوتی بیان می‌کند.

نحوه عملکرد BCI UC Davis

زمانی که کاربر تلاش می‌کند کلمات را تلفظ کند، این دستگاه پیشرفته رابط رایانه‌ای مغزی (BCI) سیگنال‌های مغزی مربوطه را ضبط کرده و آنها را به متنی که روی صفحه نمایش داده می‌شود تبدیل می‌کند. سپس کامپیوتر متن را به صورت صوتی بیان می‌کند.

برای بهبود این سیستم، محققان Casey Harrell، یک بیمار ۴۵ ساله مبتلا به ALS، را در آزمایشات بالینی خود ثبت نام کردند. در زمان شرکت در آزمایش، Harrell ضعف زیادی در هر دو دست و پا (تترپارزی) داشت و گفتار او تا حدی مختل شده بود که به کمک نیاز داشت.

در جولای 2023، دکتر براندمن کاشت دستگاه BCI آزمایشی را انجام داد. او چهار میکروالکترود آرایه درگیر شیار پیش مرکزی سمت چپ که مرتبط با هماهنگی گفتار است، کاشت. این آرایه‌ها برای ضبط فعالیت مغزی با استفاده از 256 الکترود کورتیکال طراحی شده‌اند.

"ما در واقع تلاش آنها برای حرکت عضلات و صحبت کردن را آشکار می‌کنیم"، توضیح داد سرگئی استاویسکی، یکی از محققان اصلی مطالعه.

"ما از بخشی از مغز که تلاش می‌کند این فرمان‌ها را به عضلات ارسال کند، ضبط می‌کنیم. و ما اساساً به آن گوش می‌دهیم و الگوهای فعالیت مغزی را به یک فونم - مانند یک سیلب یا واحد گفتار - و سپس به کلماتی که آنها تلاش می‌کنند بگویند، ترجمه می‌کنیم."

'تحولی' : تفسیر گفتار با دقت 97%

Harrell از سیستم در مکالمات راهنما و آزاد استفاده کرد. در هر سناریو، دستگاه گفتار او را در زمان واقعی رمزگشایی کرد و سیستم به طور مداوم برای حفظ دقت خود به‌روزرسانی می‌شد.

کلمات رمزگشایی شده بر روی صفحه نمایش داده می‌شدند و به طور شگفت‌انگیزی به صدایی شبیه به صدای Harrell قبل از تشخیص ALS خوانده می‌شدند. این صدا با استفاده از نرم‌افزاری که بر روی ضبط‌های صوتی از صدای او قبل از شروع بیماری آموزش دیده بود، سنتز شده بود.

در جلسه آموزشی اولیه برای داده‌های گفتار، سیستم در مدت 30 دقیقه به دقت 99.6٪ دست یافت با یک واژگان 50 کلمه‌ای.

"اولین باری که سیستم را امتحان کردیم، او با خوشحالی گریه کرد وقتی کلماتی که می‌خواست بگوید به درستی روی صفحه ظاهر شدند. ما هم گریه کردیم"، استاویسکی در بیانیه مطبوعاتی گفت.

براندمن گفت: "در این لحظه، ما می‌توانیم حرف‌هایی که Casey تلاش می‌کند بگوید را با دقت حدود 97٪ رمزگشایی کنیم که بهتر از بسیاری از برنامه‌های تجاری گوشی هوشمند است که تلاش می‌کنند صدای فرد را تفسیر کنند."

این فناوری تحولی است زیرا امیدی برای افرادی که می‌خواهند صحبت کنند اما نمی‌توانند، فراهم می‌کند. من امیدوارم که تکنولوژی‌هایی مانند این رابط گفتاری BCI به بیماران آینده کمک کنند تا با خانواده و دوستان خود صحبت کنند."

مطالعه‌ای درباره این کار در مجله پزشکی نیوانگلند منتشر شد.