رابط مغز و رایانه ای که صدای بیماران را بازمی گرداند

او با چشمانی اشک‌آلود گوش می‌داد، وقتی آهنگی آشنا از صدا دوباره بازگشت. نه آن ضبط‌های فرسوده روی تلفن همراه که گرمای صدا را درست منتقل نمی‌کردند، بلکه صدایی ساخته‌شده برای شبیه‌بودن به صدای خود همان مرد، که جمله‌هایش را با صدای بلند می‌خواند، در حالی که او در اتاق نشیمن خانه‌اش نشسته بود. برای کیسی هارل که با مرحله پیشرفته اسکلروز جانبی آمیوتروفیک زندگی می‌کند، این صدا کمتر یک تازگی فناورانه بود و بیشتر حس دوباره شناخته‌شدن را با خود داشت.

از فکر تا واژه‌ها: این سامانه چگونه کار می‌کند

این سامانه از درون مغز آغاز می‌شود. آرایه‌های کوچکی از الکترودها با جراحی در نواحی کنترل‌کننده برنامه‌ریزی گفتار و ادای کلمات قرار می‌گیرند. وقتی هارل قصد صحبت‌کردن دارد، حتی با اینکه عضلات صوتی او به‌سختی حرکت می‌کنند، این آرایه‌ها الگوهای الکتریکی مرتبط با همان تلاش را دریافت می‌کنند. سپس این الگوها به یک رمزگشای گفتار خارجی منتقل می‌شوند که فعالیت عصبی را به‌صورت لحظه‌ای به متن تبدیل می‌کند.

این رابط از ترکیب دو کانال کنترلی استفاده می‌کند. ردیابی چشم، یک نشانگر دیداری روی صفحه فراهم می‌کند؛ یک مکان‌نمای دایره‌ای سفید نشان می‌دهد هارل به کجا نگاه می‌کند. او کلمات، دکمه‌های ویرایش یا کلیدهای تأیید را تنها با نیت خود انتخاب می‌کند. هم‌زمان، رمزگشای پیوسته، تلاش‌های گفتاری را به عبارت‌های پیشنهادی تبدیل می‌کند که روی صفحه ظاهر می‌شوند. نتیجه، یک سامانه ترکیبی است، رمزگشایی عصبی همراه با انتخاب از طریق نگاه، که به کاربر اجازه می‌دهد پیام‌ها را بنویسد، اصلاح کند و سپس با یک صدای دیجیتال که بر اساس صدای پیش از بیماری او مدل‌سازی شده است، بیان کند.

تصویری از رابط مغز و رایانه که فعالیت عصبی (ب) را به واژه‌هایی روی صفحه تبدیل می‌کند؛ کاربران می‌توانند پیش از تبدیل متن به گفتار، آن را ارزیابی یا اصلاح کنند (ج). این سامانه از ردیابی نگاه چشم برخوردار است تا شرکت‌کننده بتواند دکمه‌های روی صفحه را انتخاب کند. 

جزئیات کاربردی در این فناوری اهمیت زیادی دارند. هر صبح، یک مراقب کمک می‌کند ایمپلنت به رمزگشای همراهی که روی یک چرخ‌دستی نصب شده است متصل شود. پس از آن، هارل می‌تواند سامانه را در طول روز با خود همراه داشته باشد و در خانه به‌طور مستقل از آن استفاده کند. او ایمیل و پیام می‌نویسد و حتی به‌صورت تمام‌وقت کار می‌کند. در حدود ۴۰۰ روز استفاده ثبت‌شده، او بیش از ۱۸۳ هزار جمله و نزدیک به ۲ میلیون واژه تولید کرده و بیش از ۳۸۰۰ ساعت تمرین داشته است. اکنون میانگین سرعت ارتباطی او حدود ۵۶ واژه در دقیقه است؛ پیشرفتی چشمگیر نسبت به نخستین تلاش‌های او در سال ۲۰۲۳.

چرا این دستاورد فراتر از یک کاربر اهمیت دارد

بیماری اسکلروز جانبی آمیوتروفیک کنترل عضلات را از انسان می‌گیرد، اما لزوما فکر را از بین نمی‌برد. فناوری‌های کمکی رایج، مانند تبدیل متن به گفتار همراه با تایپ یا ابزارهای سوئیچی، به برخی افراد کمک می‌کنند، اما به حرکت قابل‌اعتماد دست یا اسکن‌کردن کند وابسته‌اند. رابط‌های مغز و رایانه این گلوگاه‌های حرکتی را دور می‌زنند. آن‌ها سیگنال‌های گفتارِ مورد نظر را در مرحله‌ای بالادستی دریافت می‌کنند، پیش از آنکه عضلات در حالت عادی وارد عمل شوند.

آنچه این کارآزمایی را برجسته می‌کند، تداوم استفاده است. سال‌ها، نمایش‌های مربوط به رابط مغز و رایانه آزمایش‌هایی کوتاه و محدود به آزمایشگاه بودند. مورد هارل متفاوت است: این دستگاه برای زندگی روزمره به‌طور پیوسته کار می‌کند. بر اساس گزارش تیم تحت هدایت دانشگاه کالیفرنیا، دیویس و گروه‌های همکار در دانشگاه براون و مؤسسه علوم اعصاب مس جنرال بریگهام، این کارآزمایی نشان می‌دهد که عبور از اثبات مفهوم به استفاده پایدار و خانگی امکان‌پذیر است. دیوید برندمن، جراح مغز و اعصاب و پژوهشگر همکار اصلی، می‌گوید این حوزه ممکن است از آستانه‌ای مهم عبور کرده باشد؛ آستانه‌ای که به فردی دچار فلج امکان می‌دهد با شرایط و انتخاب خودش سخن بگوید.

دقت و حریم خصوصی نیز نقش کلیدی دارند. وقتی هارل از سامانه استفاده می‌کند، متن رمزگشایی‌شده در حدود ۹۲ درصد موارد درست یا تقریبا درست گزارش شده است. او کنترل می‌کند که سامانه چه زمانی داده‌ها را ضبط کند. حالت حریم خصوصی تضمین می‌کند جلسه‌هایی که او می‌خواهد خصوصی بمانند، ذخیره نشوند و برای آموزش مدل نیز به کار نروند. تنها جلسه‌های غیرخصوصی داده‌هایی را فراهم می‌کنند که به بهبود رمزگشا برای کاربران آینده کمک می‌کند.

کیسی هارل، شرکت‌کننده این کارآزمایی، دو سال است که از رابط مغز و رایانه در خانه خود استفاده می‌کند. 

تأثیر بر زندگی روزمره و روابط انسانی

واژه‌ها انسان‌ها را دوباره به هم پیوند می‌دهند. هارل لحظه‌ای را که همسرش صدای دیجیتال او را می‌شنود، چیزی توصیف می‌کند که خاطره‌ای را زنده می‌کند. او از این سامانه برای توضیح مسائل به دخترش استفاده می‌کند؛ دختری که به یاد نمی‌آورد پدرش به‌طور طبیعی صحبت کرده باشد. هارل می‌گوید این فناوری به او اجازه می‌دهد «به زندگی‌ام به‌عنوان یک انسان متصل بمانم» و حضور اجتماعی کامل‌تری در کنار دوستان، خانواده و همکارانش داشته باشد.

همین بعد انسانی است که پژوهشگران هنگام بحث درباره امکان‌پذیری بر آن تأکید می‌کنند. این کارآزمایی که برین‌گیت ۲ نام دارد، یک مطالعه بالینی اولیه است که بر ایمنی و کاربردپذیری برای افرادی با اختلال شدید گفتار یا ناتوانی در استفاده از دست‌ها تمرکز دارد. هارل یکی از ۲۷ شرکت‌کننده‌ای است که در این پژوهش در حال اجرا ثبت‌نام شده‌اند؛ پژوهشی که برای بهبود سخت‌افزار، نرم‌افزار و پروتکل‌های آموزشی طراحی شده تا این فناوری روزی بتواند به جمعیت گسترده‌تری خدمت کند.

دیدگاه کارشناس

دکتر مایا سینگ، مهندس عصب‌فناوری که روی الگوریتم‌های رمزگشایی تطبیقی کار کرده است، می‌گوید: «این فقط یک افزایش سرعت یا یک ابزار جدید نیست. این فناوری واحد مبادله اجتماعی را تغییر می‌دهد. وقتی کسی می‌تواند با سبک و زمان‌بندی خودش صحبت کند، ریتم‌های مکالمه را بازسازی می‌کنید. این موضوع برای شناخت، خلق‌وخو و روابط اهمیت دارد.»

دکتر سینگ اضافه می‌کند که پیشرفت‌های بعدی به سه عامل وابسته خواهد بود: بهبود زیست‌سازگاری بلندمدت ایمپلنت، کاهش پیچیدگی راه‌اندازی تا کاربران از روز نخست مستقل باشند، و سرمایه‌گذاری بر حفاظت‌های قدرتمند از حریم خصوصی. او می‌گوید: «همچنین باید مطمئن شویم این سامانه‌ها مقرون‌به‌صرفه و قابل گسترش هستند، تا دسترسی به آن‌ها به گلوگاه بعدی تبدیل نشود.»

زمینه و گام‌های بعدی

فناوری گزارش‌شده در نشریه نیچر مدیسین در سال ۲۰۲۶، حاصل دهه‌ها علوم اعصاب پایه، پیشرفت در پردازش سیگنال و کار بالینی مرحله‌به‌مرحله است. تیم‌ها با ترکیب آرایه‌های الکترودی درون‌قشری، رمزگشاهای یادگیری ماشین آموزش‌دیده با مجموعه‌داده‌های بزرگ و طراحی رابط انسان‌محور، توانستند استفاده روزانه و پیوسته را ممکن کنند. همکاری میان دانشگاه کالیفرنیا، دیویس، دانشگاه براون و مس جنرال بریگهام نشان می‌دهد تلاش‌های چندنهادی چگونه انتقال فناوری از آزمایشگاه به خانه را شتاب می‌دهد.

در آینده، پژوهشگران قصد دارند این رویکرد را با شرکت‌کنندگان بیشتری آزمایش کنند، زمان‌های استفاده را افزایش دهند و راه‌هایی را بررسی کنند که صداهای مصنوعی را بدون به خطر انداختن حریم خصوصی، حتی شخصی‌تر سازد. مجموعه‌داده گردآوری‌شده تنها از هارل، تا امروز بزرگ‌ترین مجموعه‌داده در این کارآزمایی است و به مدل‌های نسل بعدی کمک خواهد کرد تا در میان کاربران و سبک‌های گفتاری مختلف، بهتر تعمیم پیدا کنند.

جمع‌بندی

برای افرادی که توانایی سخن‌گفتن را از دست داده‌اند، بازگرداندن صدا فراتر از یک موفقیت فنی است. این کار هویت، عاملیت و پیوندهای اجتماعی را بازمی‌گرداند. مورد کیسی هارل نشان می‌دهد رابط‌های مغز و رایانه پیوسته می‌توانند از نمایش‌های آزمایشی به ابزارهایی معنادار برای زندگی روزمره تبدیل شوند. هنوز چالش‌های مهندسی و اخلاقی در پیش است، اما مسیر روشن است: رابط‌هایی که گفتارِ مورد نظر را می‌خوانند، در حال تبدیل‌شدن به فناوری‌های کمکی قابل اتکا هستند که می‌توانند چیزی عمیقا انسانی را به کسانی بازگردانند که آن را از دست داده‌اند.