Een hersenimplantaat kan communicatie alleen vanuit gedachten mogelijk maken
Een spraakprothese ontwikkeld door een team van Duke-neurowetenschappers, neurochirurgen en ingenieurs kan de hersensignalen van een persoon vertalen naar wat hij of zij probeert te zeggen.
De nieuwe technologie , die op 6 november in het tijdschrift Nature Communications verschijnt , zou op een dag mensen kunnen helpen die niet kunnen praten vanwege neurologische aandoeningen, het vermogen om te communiceren via een hersen-computerinterface terug te krijgen.
“Er zijn veel patiënten die lijden aan invaliderende motorische stoornissen, zoals ALS (amyotrofische laterale sclerose) of het vergrendelde syndroom, die hun spraakvermogen kunnen aantasten”, zegt Gregory Cogan, Ph.D., hoogleraar neurologie aan de Duke University. School of Medicine en een van de hoofdonderzoekers die bij het project betrokken zijn. “Maar de huidige hulpmiddelen die beschikbaar zijn om hen in staat te stellen te communiceren, zijn over het algemeen erg traag en omslachtig.”
Stel je voor dat je op halve snelheid naar een audioboek luistert. Dat is de beste spraakdecoderingssnelheid die momenteel beschikbaar is, namelijk ongeveer 78 woorden per minuut. Mensen spreken echter ongeveer 150 woorden per minuut.
De vertraging tussen gesproken en gedecodeerde spraaksnelheden is gedeeltelijk te wijten aan de relatief weinig hersenactiviteitssensoren die kunnen worden gefuseerd op een flinterdun stuk materiaal dat bovenop het oppervlak van de hersenen ligt. Minder sensoren bieden minder ontcijferbare informatie om te decoderen.
Om de beperkingen uit het verleden te verbeteren, werkte Cogan samen met collega-faculteitlid Jonathan Viventi van het Duke Institute for Brain Sciences, Ph.D., wiens laboratorium voor biomedische technologie gespecialiseerd is in het maken van ultradunne en flexibele hersensensoren met hoge dichtheid.
Voor dit project verpakten Viventi en zijn team maar liefst 256 microscopische hersensensoren op een stuk flexibel, medisch geschikt plastic ter grootte van een postzegel. Neuronen die slechts een zandkorrel uit elkaar liggen, kunnen totaal verschillende activiteitspatronen hebben bij het coördineren van spraak. Het is dus noodzakelijk om signalen van aangrenzende hersencellen te onderscheiden om nauwkeurige voorspellingen te kunnen doen over de beoogde spraak.
Na de vervaardiging van het nieuwe implantaat werkten Cogan en Viventi samen met verschillende neurochirurgen van het Duke University Hospital, waaronder Derek Southwell, MD, Ph.D., Nandan Lad, MD, Ph.D., en Allan Friedman, MD, die hielpen bij de rekrutering van vier patiënten om de implantaten te testen. Voor het experiment moesten de onderzoekers het apparaat tijdelijk plaatsen bij patiënten die een hersenoperatie ondergingen voor een andere aandoening, zoals de behandeling van de ziekte van Parkinson of het verwijderen van een tumor. De tijd voor Cogan en zijn team was beperkt om hun apparaat in de OK te testen.
“Ik vergelijk het graag met een NASCAR-pitcrew”, zei Cogan. “We willen geen extra tijd toevoegen aan de operatieprocedure, dus moesten we binnen 15 minuten in en uit zijn. Zodra de chirurg en het medische team ‘Go!’ zeiden. we kwamen snel in actie en de patiënt voerde de taak uit.”
De taak was een eenvoudige luister-en-herhaal-activiteit. Deelnemers hoorden een reeks onzinnige woorden, zoals ‘ava’, ‘kug’ of ‘vip’, en spraken ze vervolgens hardop uit. Het apparaat registreerde de activiteit van de spraakmotorische cortex van elke patiënt terwijl het bijna 100 spieren coördineerde die de lippen, tong, kaak en strottenhoofd bewegen.
Daarna nam Suseendrakumar Duraivel, de eerste auteur van het nieuwe rapport en een afgestudeerde student biomedische technologie aan Duke, de neurale en spraakgegevens uit de operatiekamer en voerde deze in een machine learning-algoritme in om te zien hoe nauwkeurig het kon voorspellen welk geluid er werd geproduceerd. gemaakt, uitsluitend gebaseerd op de opnames van de hersenactiviteit.
Voor sommige geluiden en deelnemers, zoals /g/ in het woord ‘gak’, had de decoder het in 84% van de gevallen goed toen het de eerste klank was in een reeks van drie waaruit een bepaald onzinwoord bestond.
De nauwkeurigheid nam echter af, omdat de decoder geluiden in het midden of aan het einde van een onzinnig woord ontleedde. Het had ook moeite als twee geluiden vergelijkbaar waren, zoals /p/ en /b/.
Over het geheel genomen was de decoder 40% van de tijd nauwkeurig. Dat lijkt misschien een bescheiden testscore, maar het was behoorlijk indrukwekkend, aangezien vergelijkbare technische prestaties van brein naar spraak uren of dagen aan gegevens vereisen om uit te putten. Het spraakdecoderingsalgoritme dat Duraivel gebruikte, werkte echter met slechts 90 seconden aan gesproken gegevens uit de 15 minuten durende test.
Duraivel en zijn mentoren zijn enthousiast over het maken van een draadloze versie van het apparaat met een recente subsidie van $ 2,4 miljoen van de National Institutes of Health.
“We ontwikkelen nu hetzelfde soort opnameapparatuur, maar dan zonder kabels”, zei Cogan. “Je zou je kunnen verplaatsen en je zou niet aan een stopcontact gebonden hoeven te zijn, wat echt spannend is.”
Hoewel hun werk bemoedigend is, is er nog een lange weg te gaan voordat de spraakprothese van Viventi en Cogan binnenkort in de schappen ligt.
“We bevinden ons op het punt waarop het nog steeds veel langzamer is dan natuurlijke spraak”, zei Viventi in een recent stuk van Duke Magazine over de technologie, “maar je kunt het traject zien waar je dat zou kunnen bereiken.”
Dit werk werd ondersteund door subsidies van de National Institutes for Health (R01DC019498, UL1TR002553), Ministerie van Defensie (W81XWH-21-0538), Klingenstein-Simons Foundation en een Incubator Award van het Duke Institute for Brain Sciences.
