- 2023-9-26
- 制御・IT系, 技術ニュース, 海外ニュース
- Nature, カリフォルニア大学サンフランシスコ校, スタンフォード大学, テキスト, ディープラーニング（深層学習）, デコーディング・アルゴリズム, ブレイン・コンピュータ・インターフェース (BCI), 人工知能 (AI), 合成音声, 皮質脳波（ECoG）, 神経信号, 筋萎縮性側索硬化症（ALS）, 脳卒中, 脳読み取りインプラント
Credit: Noah Berger
神経信号をテキストや合成音声が話す言葉に変換するブレイン・コンピュータ・インターフェース (BCI) に関する2つの研究が2023年8月23日、『Nature』に掲載された。人工知能 (AI) を使用したこれらの脳読み取りインプラントにより、2人の麻痺患者が前例のない正確さとスピードでコミュニケーションできるようになった。
スタンフォード大学は、細胞レベルで神経活動を解釈し、テキストに翻訳するBCIを開発した。筋萎縮性側索硬化症（ALS）を患う67歳のPat Bennett氏と共同で研究した。ALSでは筋肉のコントロールが徐々に失われ、動いたり話したりすることが困難になる。
手術により、脳の表面下数mmの発話に関係する部分に、小さなシリコン電極のアレイを挿入。次に、12万5000語という大量の語彙セットと50語の少量語彙セットを用いて、Bennett氏がさまざまなフレーズを話そうとしたときに、Bennett氏の脳内の固有の信号を認識できるように、ディープラーニング（深層学習）のアルゴリズムをトレーニングした。50語では、同研究チームが開発した以前のBCIよりも3.4倍高速に動作し、単語誤り率は9.1％だった。12万5000 語では、誤り率が23.8％となった。
カリフォルニア大学サンフランシスコ校は、18年前に脳幹の脳卒中を起こし、話す能力を失った47歳のAnn氏と共に研究した。皮質脳波（ECoG）と呼ばれる侵襲性が低い技術を使用して、253 個の電極を含む、紙のように薄い長方形を脳の皮質の表面に配置した。1024語の語彙を使って249の文章を話そうとするAnn氏の脳活動のパターンを認識するよう、AIアルゴリズムをトレーニングした。このデバイスは1分当たり78単語を生成し、単語誤り率の中央値は25.5％という結果となった。
さらに、Ann氏の脳信号を、合成音声と表情を模倣するアニメーションアバターに変換するアルゴリズムも作成。結婚式のビデオからの録音をもとにトレーニングすることで、怪我をする前のAnn氏の声に似た音声となっている。
これらのBCIを臨床で使用できるようにするには、さらに多くの改善が必要だ。
両研究チームは引き続き、より堅牢なデコーディング・アルゴリズムによって、デバイスの速度と精度を向上させたいとしている。
関連リンク
Brain-reading devices allow paralysed people to talk using their thoughts
