ایمپلنت مغزی جدیدی که گفتار و زبان بدن بیماران فلج را همزمان می‌خواند

توسعه رابط‌های مغز و رایانه (BCI) در حال حاضر میان دو دیدگاه متفاوت در نوسان است. از یک سو، مهندسان و پزشکان اولویت را به قابلیت اطمینان عملکردی می‌دهند و استدلال می‌کنند که برای بیماران مبتلا به فلج شدید، هدف اصلی باید ترجمه افکار به گفتار متنی دقیق باشد، حتی اگر نتیجه کار کند و رباتیک به نظر برسد. از سوی دیگر، حامیان ارتباطات طبیعی معتقدند که تعامل انسانی ذاتاً چندوجهی است؛ به این معنا که بالا انداختن شانه‌ها، تکان دادن سر یا دست تکان دادن به اندازه خود کلمات معنا دارد و حذف این زبان بدن، بیماران را از بیان واقعی احساساتشان محروم می‌کند.[1][6]

اکنون، یک مطالعه بالینی با هدایت ادوارد چانگ (Edward Chang)، جراح مغز و اعصاب در دانشگاه کالیفرنیا، سانفرانسیسکو (UCSF)، نشان داده است که دیگر نیازی نیست این دو هدف در تضاد با یکدیگر باشند. این تحقیق که در ۱۴ سپتامبر ۲۰۲۶ در مجله نیچر نوروساینس (Nature Neuroscience) منتشر شد، نشان می‌دهد که یک ایمپلنت الکتروکورتیکوگرافی (ECoG) با تراکم بالا می‌تواند به طور همزمان تلاش برای صحبت کردن و حرکات فیزیکی را رمزگشایی کند. این دستاورد، اولین باری است که یک ایمپلنت عصبی موفق به ترجمه همزمان هر دو حالت ارتباطی شده و بیماران را یک قدم به تعاملات طبیعی و واقعی نزدیک‌تر می‌کند.[1][2]

چانگ، نویسنده مسئول این مطالعه، می‌گوید: «مکالمه بسیار فراتر از کلماتی است که به زبان می‌آیند. این یک فرآیند چندلایه و پویاست که کل قشر حرکتی مغز را درگیر می‌کند. این اثبات مفهوم به ما نشان می‌دهد که یک رابط مغز و رایانه می‌تواند بخشی از این آزادی و انعطاف‌پذیری را به بیماران بازگرداند.» این سیستم روی سه شرکت‌کننده در کارآزمایی بالینی BRAVO (بازیابی بازو و صدا با BCI) آزمایش شد که همگی به دلیل سکته‌های ساقه مغز یا اسکلروز جانبی آمیوتروفیک (ALS) از اختلالات شدید گفتاری و حرکتی رنج می‌برند.[1][4]

برای ثبت این سیگنال‌های عصبی پیچیده، محققان شبکه‌ای متشکل از ۲۵۳ الکترود را با جراحی روی قشر حسی-حرکتی نیمکره چپ مغز بیماران قرار دادند. این ناحیه خاص از مغز شامل بازنمایی‌های همپوشانی‌شده از چندین قسمت بدن، از جمله مجرای صوتی، صورت و اندام‌های فوقانی است. تیم تحقیق با قرار دادن این آرایه متراکم روی این ناحیه، قصد داشتند تکانه‌های الکتریکی تولید شده در زمانی که بیماران در سکوت تلاش می‌کردند صحبت کنند یا حرکت کنند را دریافت کنند.[2][4]

سپس محققان این رابط را به یک آواتار مجازی شخصی‌سازی‌شده و تمام‌قد که روی یک صفحه نمایش داده می‌شد، متصل کردند. در طول آزمایش‌های مکالمه، از یکی از شرکت‌کنندگان مبتلا به ALS خواسته شد تا ۱۰ عبارت خاص را به زبان بیاورد و همزمان ۱۰ حرکت متمایز مانند نشان دادن انگشت شست (لایک)، دست تکان دادن یا بالا انداختن شانه‌ها را تصور کند. وظیفه رمزگشاهای هوش مصنوعی این بود که این سیگنال‌های عصبی ترکیبی را به متن درنگ‌درنگ (Real-time) ترجمه کرده و آواتار دیجیتال را برای انجام حرکات مربوطه به حرکت درآورند.[2][5]

در ابتدا، دانشمندان گمان می‌کردند که سیگنال‌های مغزی مرتبط با گفتار و حرکات همزمان، صرفاً ترکیبی از این دو عمل مجزا خواهند بود که به طور بالقوه دقت رمزگشایی گفتار را کاهش می‌دهد. با این حال، تیم UCSF دریافتند که ارتباطات چندوجهی اساساً پیچیده‌تر از مجموع اجزای آن است. الگوهای عصبی تولید شده در زمانی که بیمار تلاش می‌کرد همزمان صحبت کند و حرکت انجام دهد، با الگوهای ثبت شده در زمانی که هر عمل را به طور جداگانه انجام می‌داد، کاملاً متفاوت بود.[1][5]

محققان با آموزش مدل‌های یادگیری ماشین بر روی داده‌های به‌دست‌آمده در طول این تلاش‌های همزمان، عملکرد کلی سیستم را به میزان قابل‌توجهی بهبود بخشیدند. این آموزش متقاطع به رمزگشاها کمک کرد تا بین سیگنال‌ها تفاوت قائل شوند و فعال‌سازی‌های کاذب را کاهش دهند. در یک مجموعه از وظایف مکالمه‌ای، یکی از شرکت‌کنندگان در ۳ بلوک آزمایشی به میانگین دقت ۱۰۰ درصد برای رمزگشایی گفتار و حرکت دست یافت، در حالی که میانگین دقت شرکت‌کننده دیگر ۷۵ درصد بود.[1][4][5]

موفقیت کارآزمایی BRAVO یک تغییر روانی عمیق برای بیمارانی که در سندرم قفل‌شدگی (Locked-in syndrome) گرفتار شده‌اند، به همراه دارد. برای افرادی که توانایی بیان کلمات یا حرکت دادن اندام خود را از دست داده‌اند، فناوری‌های ردیابی چشم که در حال حاضر استاندارد مراقبت محسوب می‌شوند، یک راه نجات حیاتی هستند، اما بسیار کند، از نظر فیزیکی خسته‌کننده و فاقد ظرافت‌های احساسی‌اند. توانایی نمایش یک آواتار دیجیتال که به نشانه تایید سر تکان می‌دهد یا در هنگام تردید شانه‌هایش را بالا می‌اندازد، لایه‌ای از عاملیت را بازمی‌گرداند که بیماری‌های تخریب‌کننده عصبی آن را از بین برده‌اند.[1][6]

دبرا توچی (Debara Tucci)، مدیر موسسه ملی ناشنوایی و سایر اختلالات ارتباطی (NIDCD) که بودجه این تحقیق را تامین کرده است، می‌گوید: «این نتایج امیدوارکننده به من امید می‌دهد که در آینده، بیماران مبتلا به فلج شدید بتوانند ماهیت کل‌نگر ارتباطات انسانی را بازیابی کنند.» البته باید در نظر داشت که نسخه فعلی این فناوری به یک سیستم سیمی متکی است که حسگرهای کاشته شده را به واحدهای پردازش خارجی متصل می‌کند و استفاده از آن را به محیط‌های کنترل‌شده آزمایشگاهی محدود می‌سازد.[1]

در ادامه مسیر، تیم UCSF قصد دارد دایره واژگان سیستم را گسترش دهد و به کاربران کنترل دقیق‌تری بر روی تک‌تک اعضای بدن، از جمله تا ۱۵ مفصل مجزا در دست، بدهد. چانگ خاطرنشان کرد که محققان به زودی آزمایش یک نسخه کاملاً قابل کاشت و بی‌سیم از این دستگاه را آغاز خواهند کرد که چشم‌انداز بهتری برای استفاده روزمره و طولانی‌مدت ارائه می‌دهد. اگرچه تا دسترسی بالینی گسترده به این فناوری هنوز سال‌ها زمان باقی است، اما ادغام گفتار و زبان بدن، استاندارد جدیدی را برای دستاوردهای پروتزهای عصبی پایه‌گذاری می‌کند.[1][5][6]