Indičtí vědci pomáhají rozvíjet rozhraní mozkového počítače, které umožňuje pohyb pro lidi, kteří jsou ochromeni

Tým používal drobné senzory implantované na mozek účastníka, aby si přečetl úmysl pohybovat se, což jim umožnilo sledovat a analyzovat mozkovou aktivitu, přestože účastník nebyl schopen fyzicky pohybovat. | Fotografický kredit: Zvláštní ujednání

Vědci z University of California v San Franciscu (UCSF) dosáhli významného průlomu v asistenční technologii pro jednotlivce s ochrnutím. Hlavní autor vědecké práce o projektu, Indián, který vyrostl v Chennai, Nikhilesh Natraj, říká, že vyvinuli rozhraní mozkového počítače (BCI), které umožňuje ochromenému člověku ovládat robotickou paži jednoduše tím, že si představí pohyby, které chce provést.

Dr. Natraj je neurovědec a nervový inženýr ve Weill Institute for Neurosciences, UCSF. „Zde náš tým vyvinul rámec, který umožňuje ochrnutému člověku ovládat robotickou ruku po dobu 7 měsíců přímo pomocí svých myšlenek pouze s minimální kalibrací,“ říká. Výsledky této studie byly zveřejněny v nedávném svazku recenzované časopisové buňky.

Dr. Natraj a jeho tým vyvinuli rámec, který umožnil paralyzovanému jednotlivci ovládat robotickou rameno pomocí pouze svých myšlenek po dobu 7 měsíců, s minimální kalibrací, což představuje potenciál BCIS pro dlouhodobé a stabilní použití. | Fotografický kredit: Zvláštní ujednání

Rozvíjení stability v rozhraní mozkového počítače (BCIS)

Nejprve musel tým pochopit nervové vzorce za pohybem. Klíčem bylo objevování toho, jak se aktivita v mozku každý den mění jako účastník studie, opakovaně představoval provádění konkrétních pohybů. Jakmile byl algoritmus strojového učení/AI naprogramován tak, aby zohlednil tyto směny, fungoval to měsíce najednou.

Karunesh Ganguly, profesor neurologie a člen UCSF Weill Institute for Neurosciences, který studoval, jak vzorce mozkové aktivity u zvířat představují specifické pohyby, viděl, že tyto vzorce se každý den mění. Pokud by člověk předpokládal, že se to samé děje u lidí, tyto změny by vysvětlily, proč se BCI účastníků staly nestabilní a rychle ztratily schopnost rozpoznat pohybové vzorce. Tým pracoval s jednotlivcem, který byl ochrnutý mrtvicí a nemohl mluvit ani se pohybovat, uvedla poznámka na webových stránkách Varsity.

Účastník studie měl na povrch jeho mozku implantované malé senzory, které by mohly vyzvednout mozkovou aktivitu, když si představoval pohyb. Senzory neposílají impulsy do mozku, ale pouze si přečtěte záměr přesunout se z oblastí pohybu mozku, vysvětluje Dr. Natraj.

AI a zpracování signálu

Abychom zjistili, zda a jak se jeho mozkové vzorce v průběhu času změnily, byl účastník požádán, aby si představoval pohyb různých částí jeho těla. Ačkoli se ve skutečnosti nemohl pohnout, mozek účastníka mohl stále produkovat signály pro hnutí, když si představoval, že to dělá. BCI zaznamenala mozkové reprezentace těchto pohybů prostřednictvím senzorů.

Tým analyzující vzorce ve vysokorozměrných datech senzoru zjistil, že zatímco struktura pohybových reprezentací zůstala stejná, jejich umístění ve vysokorozměrných datech se ze dne mírně posunula. Sledováním těchto posunů a předpovídáním toho, jak by se vyvíjel, byl tým schopen překonat nestabilitu v systémech BCI a vyvinul zpracování signálu a rámce AI end-to-end.

Od imaginovaných pohybů po akce v reálném světě

Účastník byl poté pověřen představit si, jak se stal jednoduchými pohyby prsty, rukama nebo palci, zatímco senzory zaznamenaly jeho mozkovou aktivitu, aby trénovaly AI. Signály pro čtení byly poté dekódovány, aby se aktivovaly robotickou paži. Zpočátku praktikoval virtuální robotickou ruku, která mu poskytla zásadní zpětnou vazbu o přesnosti jeho vizualizací a pomohl mu zdokonalovat jeho směr a kontrolu.

Nakonec se účastníkovi podařilo ovládat robotickou rameno provádějící akci. Mohl plnit úkoly, jako je vyzvednutí a manipulaci s bloky, otočení a jejich přemístění. Dokonce se mu podařilo otevřít kabinet, načíst šálek a držet ji pod dávkovač vody-jednoduché úkoly, ale ty, které mohou měnit život pro ty, kteří žijí s ochrnutím.

Po zjištění, že to lze provést, je první fází, je třeba dát mnohem více práce při zdokonalování techniky a aby byla nasazena mezi lidmi, kteří mají ochrnutí, říká Dr. Natraj. Zejména by systém měl být schopen plynule pracovat ve složitých scénářích s mnoha rozptýleními, například když jde do přeplněného obchodu s potravinami, dodává.