Tên bài viết gốc: BRAIN IMPLANT TRANSLATES NEURAL ACTIVITY INTO LETTERS, LETTING A PARALYZED MAN “SPEAK”
Cấy ghép não chuyển đổi hoạt động thần kinh thành các ký tự, giúp một người bị liệt có thể "nói"
Điểm chính yếu
- Nhiều bệnh lý thần kinh, từ đột quỵ đến bệnh thần kinh vận động đến hội chứng khóa trong, có thể gây mất khả năng nói.
- Giao diện não-máy tính có thể khôi phục chuyển động hoặc giao tiếp ở những bệnh nhân bị liệt bằng cách đọc hoạt động của não và chuyển nó thành mệnh lệnh mà máy móc hiểu được.
- Một thiết bị mới cho phép một bệnh nhân bị liệt có thể "nói", đánh vần các câu đầy đủ trong thời gian thực với tỷ lệ lỗi khoảng 8%.
Các nhà nghiên cứu tại Đại học California-San Francisco đã phát triển một bộ phận thần kinh mô phỏng giải mã hoạt động của não và dịch nó thành các chữ cái đơn lẻ để đánh vần các câu. Trong một nghiên cứu được công bố trên tạp chí truy cập mở Nature Communications, họ báo cáo rằng thiết bị này đã cho phép một-người-bị-liệt-không-thể-giao-tiếp bằng cách đánh vần các câu đầy đủ trên màn hình máy tính.
Từ não bộ đến lời nói
Bộ phận cấy ghép là thiết bị mới nhất trong một chuỗi dài các giao diện não-máy tính có thể khôi phục chuyển động hoặc giao tiếp ở những bệnh nhân bị liệt bằng cách đọc hoạt động của não và chuyển nó thành các lệnh có thể điều khiển máy tính, xe lăn hoặc chi robot. Nó được xây dựng dựa trên những tiến bộ gần đây trong hiểu biết của chúng ta về cách bộ não kiểm soát các vùng phát âm để tạo ra lời nói.
Nguồn ảnh: https://www.sci.news/othersciences/neuroscience/speech-synthesis-07136.html
Năm ngoái, các nhà nghiên cứu báo cáo rằng họ đã phát triển một bộ phận giả giải mã hoạt động của não liên quan đến giọng nói và dịch nó thành các từ trên màn hình máy tính. Họ đã chỉ ra rằng thiết bị cho phép một bệnh nhân bị liệt có thể giao tiếp khoảng 15 từ mỗi phút, nhưng nó bị giới hạn ở vốn từ vựng chỉ gồm 50 từ và có tỷ lệ lỗi khoảng 25%.
Thiết bị mới nhất này chậm hơn, chỉ giải mã 29 ký tự mỗi phút, nhưng chính xác hơn. Nó dựa trên một mảng đa điện cực mật độ cao giải mã hoạt động của vỏ não vận động từ cùng một bệnh nhân khi anh ta cố gắng đánh vần từng ký tự.
Với sự đào tạo, bệnh nhân có thể đánh vần các câu đầy đủ trong thời gian thực, từ vốn từ vựng gồm hơn 9.000 từ thông dụng và với tỷ lệ lỗi khoảng 8%. Anh ấy cũng nghĩ đến việc thực hiện một động tác tay để biểu thị phần kết thúc của mỗi câu. Các nhà nghiên cứu đã sử dụng các thuật toán sâu để giải mã hoạt động não của anh ấy và nhận thấy rằng họ đã giải mã các từ trong bảng chữ cái phiên âm NATO (“alpha” cho “a,” “bravo” cho “b,” v.v.) chính xác hơn so với các chữ cái riêng lẻ.
Nguồn ảnh: https://www.thoughtco.com/nato-phonetic-alphabet-1691031
Giới hạn của công nghệ thần kinh
Tuy nhiên, trong tương lai, có khả năng là các thuật toán có thể được cải tiến để giải mã các từ đầy đủ hoặc một nhóm các cụm từ được sử dụng thường xuyên, để giúp giao tiếp với một thiết bị như vậy nhanh hơn và dễ dàng hơn.
Thiết bị được sử dụng trong nghiên cứu trước đó đã giải mã hoạt động não bộ của bệnh nhân khi anh ta cố gắng nói. Nghiên cứu mới này cho thấy rằng việc cố gắng tạo ra lời nói là không cần thiết và hoạt động của não được tạo ra bởi lời nói tưởng tượng là đủ. Do đó, kết quả cho thấy rằng các thiết bị như vậy có thể khôi phục khả năng giao tiếp ở những bệnh nhân khác bất kể mức độ nghiêm trọng của tình trạng tê liệt của họ, miễn là các vùng vỏ não vận động kiểm soát lời nói vẫn còn nguyên vẹn và họ vẫn có thể tưởng tượng được việc nói.
Nhiều bệnh lý thần kinh, từ đột quỵ đến bệnh thần kinh vận động đến hội chứng khóa trong, có thể gây mất khả năng nói. Khi các thiết bị này và các thuật toán giải mã trở nên tinh vi hơn, chắc chắn chúng sẽ cho phép ngày càng nhiều bệnh nhân bị liệt “nói” nhiều hơn thông qua các công nghệ hỗ trợ và thiết bị cá nhân.
Nguồn bài viết gốc: https://bigthink.com/neuropsych/brain-implant-letters-paralyzed-speak/
_______________________________________
Bài viết này được chọn lọc, biên dịch,
thiết kế và biên tập bởi một Nhóm IPLer của
Học bổng Lãnh đạo Khai phóng IPL Khóa 7
Phan Thị Lan Anh
Nguyễn Phú Đức
Nguyễn Hoàng Huy
Nguyễn Trọng Khương
Nguyễn Thị Diệu Linh
Phạm Thị Thanh Nguyên
và sự hỗ trợ của Cộng tác viên Dương Thị Vĩnh An
