ゼファーネットのロゴ

首から下が麻痺した男性は、AI脳インプラントを使用してテキストメッセージを書きます

日付:

ビデオ 脳インプラントとニューラルネットワークの組み合わせは、首から下が麻痺した65歳の男性が、他の既知のブレインマシンインターフェースよりも速く、毎分90文字でコンピューターにテキストメッセージを入力するのに役立ちました。

研究論文でT5と呼ばれる患者 公表 [プレプリント]水曜日のネイチャーでは、アメリカのスタンフォード大学が率いる研究者チームによって開発された技術をテストした最初の人です。

5つのウィジェットがT572の脳の表面に取り付けられました。 デバイスは、患者の灰白質に約5ミリメートル浸透する何百もの細い電極を特徴としていました。 次に、被験者はXNUMX日間でXNUMX文を書き出すことを想像するように求められました。 これらの文章には、アルファベットのすべての文字と句読点が含まれていました。 TXNUMXは、大なり記号>を使用して単語間のスペースを表すように求められました。

次に、電極からの信号が入力としてリカレントニューラルネットワークに与えられました。 モデルは、T5の脳からの各特定の読み取り値を出力として対応する文字にマッピングするようにトレーニングされました。 たとえば、文字「a」を手書きすることを考えて記録された脳波パターンは、文字「b」を書くことを想像したときに生成されたものとは異なっていました。 したがって、ソフトウェアをトレーニングして、「a」の信号を文字「a」などに関連付けることができます。これにより、患者が文の各文字を書くことを考えたときに、ニューラルネットが一連の脳信号をデコードします。希望の文字に。

31,472文字のデータセットを使用して、機械学習アルゴリズムは、T5の脳信号を彼が約94%の時間正しく書き込もうとしていた各文字にデコードする方法を学習することができました。 その後、キャラクターが表示され、彼はコミュニケーションをとることができました。

これは実験を説明する穏やかなビデオです。

YouTubeのビデオ

残念ながら、このシステムには削除ボタンはありません。 T5は、間違った文字や句読点を書き写すなどの間違いを犯したとしても、プッシュしなければなりませんでした。 自動修正機能を実装することにより、文字エラー率が3.4%からXNUMX%に減少しました。 これは、今日の最先端の音声からテキストへのシステムとほぼ同じくらい正確であると研究者たちは主張しました。

T5が研究者によって与えられたテキストを転写していなかった場合のフリータイピングの文字エラー率は8.54%と高く、自動修正言語モデルを使用した場合は2.25%に減少したことに注意してください。

「まとめると、これらの結果は、麻痺から数年後でも、運動皮質の手書きの神経表現はおそらくBCIに役立つほど強力であることを示唆しています」とチームはブレインコンピューターインターフェースに言及して書いています。 T5は脊髄損傷のために麻痺しましたが、動きを制御する彼の脳の部分はまだ無傷です。

米国国立衛生研究所の所長、ジョン・ンガイ ブレインイニシアティブ研究に直接関与していなかったは、この研究をBCIと機械学習アルゴリズムの「重要なマイルストーン」と呼びました。 「この知識は、神経学的損傷や障害を持つ他の人々の生活を改善するための重要な基盤を提供しています」と彼は言います。 ステートメントで。 政府機関であるNIHは、研究への資金提供を支援しました。

すべての人に適しているわけではありません

この研究は有望に思えますが、チームは、この種の技術を商品化するか、他の方法でより多くの人々が使用できるようになる前に、克服しなければならない多くの課題があることを認めました。 まず第一に、それはこれまで一人でしか実証されていません。 チームは、今日の技術者が立っているように、各個人の脳信号についてモデルを再トレーニングする必要があり、パフォーマンスは患者間で一貫していない可能性があります。

「なぜパフォーマンスが人によって異なるのかはまだ不明な問題です」と、研究の筆頭著者であり、スタンフォード大学の神経補綴翻訳研究所の研究科学者であるフランク・ウィレット氏は語った。 登録.

「XNUMXつの原因は、センサーが異なる数のニューロンから記録することがある可能性があります。そのため、センサーが人の脳に配置されると、特に「高温」で多くのニューロンを記録する場合もあれば、記録しない場合もあります。 これはこの分野での未解決の質問であり、常に多くのニューロンを記録できるセンサーを設計することは、他の人が取り組んでいる重要な目標です。」

学者たちはまた、実験を行う前に、ソフトウェアを調整するためにT5の脳信号でシステムを継続的に再訓練しました。 ウィレット氏は、現実の世界で使用されるシステムは最小限のトレーニングデータで動作する必要があり、ユーザーは毎日マシンを再トレーニングする必要はないと述べました。

「テクノロジーを実際の製品に変換するには、合理化する必要があります。ユーザーは、トレーニングに時間をかけずにBCIを使用できる必要があります」と彼は言いました。

「したがって、ほんの少しのトレーニングデータでうまく機能するように、アルゴリズムを改善する必要があります。 さらに、神経活動が時間の経過とともにどのように変化するかを自動的に追跡するのに十分スマートである必要があります。これにより、ユーザーはシステムを毎日再トレーニングするために一時停止する必要がなくなります。」

テクノロジーを実際の製品に変換するには、合理化する必要があります

電極の侵襲性も問題です。 それらは患者の脳に埋め込まれたままでなければならず、耐久性があり安全な材料で作られている必要があります。 「最後に、微小電極デバイスはワイヤレスで完全に埋め込まれている必要があります」とウィレット氏は付け加えました。 ソフトウェアは、デスクトップコンピューターまたはスマートフォンでも実行できる必要があります。重いカスタム機器を持ち歩く必要はありません。

「現在のシステムは、高性能の手書きBCIが(単一の参加者で)可能であるという概念実証であることを認識することが重要です。 それはまだ完全で臨床的に実行可能なシステムではありません」と論文は結論付けました。

「追加の人で高いパフォーマンスを発揮し、文字セット(大文字など)を拡張し、テキストの編集と削除を可能にし、デコーダーの再トレーニングのためにユーザーを中断することなく神経活動の変化に対する堅牢性を維持するには、さらに多くの作業が必要です。 より広義には、皮質内微小電極アレイ技術はまだ成熟しており、広く臨床に採用される前に、寿命、安全性、および有効性のさらなる実証が必要です。」 ®

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典:https://go.theregister.com/feed/www.theregister.com/2021/05/13/brain_implant_typing/

スポット画像

最新のインテリジェンス

スポット画像