Con i progressi dell'elettronica e delle neuroscienze, i ricercatori sono stati in grado di ottenere risultati straordinari con i dispositivi di impianto cerebrale, come ripristinare una parvenza di vista per i non vedenti. Oltre a ripristinare i sensi fisici, gli scienziati stanno anche cercando modi innovativi per facilitare la comunicazione per coloro che hanno perso la capacità di parlare. Un nuovo "decodificatore" che riceve i dati dagli elettrodi impiantati nel cranio, ad esempio, potrebbe aiutare i pazienti paralizzati a parlare usando solo le loro menti.
I ricercatori dell'Università della California, San Francisco (UCSF) hanno sviluppato un metodo in due fasi per trasformare i segnali cerebrali in parole sintetizzate al computer. I loro risultati, pubblicati questa settimana sulla rivista scientifica Nature, forniscono un possibile percorso verso una comunicazione più fluida per le persone che hanno perso la capacità di parlare.
Per anni, gli scienziati hanno cercato di sfruttare gli input neurali per ridare voce alle persone il cui danno neurologico impedisce loro di parlare, come i sopravvissuti all'ictus o i pazienti con SLA. Fino ad ora, molte di queste interfacce cervello-computer hanno caratterizzato un approccio lettera per lettera, in cui i pazienti muovono gli occhi o i muscoli facciali per sillabare i loro pensieri. (Stephen Hawking dirige notoriamente il suo sintetizzatore vocale attraverso piccoli movimenti nella sua guancia.)
Ma questi tipi di interfacce sono lenti: la maggior parte produce fino a 10 parole al minuto, una frazione della velocità media di una parola di 150 parole al minuto. Per una comunicazione più rapida e fluida, i ricercatori dell'UCSF hanno utilizzato algoritmi di apprendimento profondo per trasformare i segnali neurali in frasi parlate.
"Il cervello è intatto in questi pazienti, ma i neuroni - i percorsi che portano alle braccia, alla bocca o alle gambe - sono distrutti. Queste persone hanno un alto funzionamento cognitivo e capacità, ma non possono svolgere compiti quotidiani come muoversi o dire qualcosa ", afferma Gopala Anumanchipalli, co-autore principale del nuovo studio e ricercatore associato specializzato in chirurgia neurologica presso l'UCSF. "Stiamo essenzialmente aggirando il percorso che è rotto."
I ricercatori hanno iniziato con dati sull'attività cerebrale ad alta risoluzione raccolti da cinque volontari nel corso di diversi anni. Questi partecipanti, che avevano tutti una normale funzione vocale, erano già sottoposti a un processo di monitoraggio per il trattamento dell'epilessia che prevedeva l'impianto di elettrodi direttamente nel cervello. Il team di Chang ha usato questi elettrodi per tenere traccia dell'attività nelle aree del cervello legate al linguaggio mentre i pazienti leggevano centinaia di frasi.
Da lì, il team UCSF ha elaborato un processo in due fasi per ricreare le frasi pronunciate. In primo luogo, hanno creato un decodificatore per interpretare i modelli di attività cerebrale registrati come istruzioni per lo spostamento di parti di un tratto vocale virtuale (comprese le labbra, la lingua, la mascella e la laringe). Hanno quindi sviluppato un sintetizzatore che utilizzava i movimenti virtuali per produrre linguaggio.
Altre ricerche hanno tentato di decodificare parole e suoni direttamente dai segnali neurali, saltando la fase intermedia della decodifica del movimento. Tuttavia, uno studio pubblicato dai ricercatori dell'UCSF l'anno scorso suggerisce che il centro del linguaggio del cervello si concentra su come spostare il tratto vocale per produrre suoni, piuttosto che su quali saranno i suoni risultanti.
"I modelli di attività cerebrale nei centri del linguaggio sono specificamente orientati al coordinamento dei movimenti del tratto vocale, e solo indirettamente collegati ai suoni del linguaggio stesso", Edward Chang, professore di chirurgia neurologica all'UCSF e coautore del nuovo documento, ha detto in una conferenza stampa questa settimana. "Stiamo esplicitamente cercando di decodificare i movimenti per creare suoni, invece di decodificare direttamente i suoni."
Un esempio di impianto di impianto cerebrale di elettrodi intracranici del tipo utilizzato per registrare l'attività cerebrale. (UCSF) Usando questo metodo, i ricercatori hanno ingegnerizzato con successo parole e frasi dall'attività cerebrale che corrispondevano approssimativamente alle registrazioni audio del discorso dei partecipanti. Quando hanno chiesto ai volontari su una piattaforma di crowdsourcing online di tentare di identificare le parole e trascrivere le frasi utilizzando una banca di parole, molti di loro sono stati in grado di comprendere il discorso simulato, sebbene la loro precisione fosse tutt'altro che perfetta. Delle 101 frasi sintetizzate, circa l'80 percento è stato perfettamente trascritto da almeno un ascoltatore utilizzando una banca di 25 parole (tale percentuale è scesa a circa il 60 percento quando le dimensioni della banca di parole sono raddoppiate).
È difficile dire come questi risultati possano essere confrontati con altri studi linguistici sintetizzati, afferma Marc Slutzky, un neurologo nord-occidentale che non era coinvolto nel nuovo studio, in una e-mail. Di recente Slutzky ha lavorato a uno studio simile che ha prodotto parole sintetizzate direttamente dai segnali della corteccia cerebrale, senza decodificare il movimento del tratto vocale, e crede che la qualità del parlato risultante fosse simile, anche se le differenze nelle metriche delle prestazioni rendono difficile il confronto diretto.
Un aspetto interessante dello studio UCSF, tuttavia, è che il decodificatore può generalizzare alcuni risultati tra i partecipanti, afferma Slutzky. Una grande sfida per questo tipo di ricerca è che l'addestramento degli algoritmi del decodificatore richiede in genere ai partecipanti di parlare, ma la tecnologia è destinata a pazienti che non possono più parlare. Essere in grado di generalizzare parte dell'addestramento dell'algoritmo potrebbe consentire un ulteriore lavoro con pazienti paralizzati.
Per affrontare questa sfida, i ricercatori hanno anche testato il dispositivo con un partecipante che ha silenziosamente mimato le frasi invece di pronunciarle ad alta voce. Sebbene le frasi risultanti non fossero altrettanto precise, gli autori affermano che il fatto che la sintesi fosse possibile anche senza un discorso vocalizzato ha implicazioni entusiasmanti.
"È stato davvero straordinario scoprire che potremmo ancora generare un segnale audio da un atto che non ha generato alcun suono", ha detto Josh Chartier, co-autore dello studio e studente laureato in bioingegneria all'UCSF, nel briefing della stampa .
Immagine dell'autore dello studio Gopala Anumanchipalli, PhD, che detiene un esempio di serie di elettrodi intracranici del tipo utilizzato per registrare l'attività cerebrale nello studio attuale. (UCSF) Un altro obiettivo per la ricerca futura è quello di perseguire dimostrazioni in tempo reale del decodificatore, afferma Anumanchipalli. L'attuale studio era inteso come una prova del concetto: il decodificatore è stato sviluppato separatamente dal processo di raccolta dei dati e il team non ha testato la velocità in tempo reale di tradurre l'attività del cervello in linguaggio sintetizzato, sebbene questo sarebbe l'obiettivo finale di un dispositivo clinico.
Quella sintesi in tempo reale è qualcosa che necessita di miglioramenti affinché un tale dispositivo sia utile in futuro, afferma Jaimie Henderson, un neurochirurgo di Stanford che non era coinvolto nello studio. Tuttavia, afferma che il metodo in due fasi degli autori è un nuovo approccio entusiasmante e l'uso della tecnologia di apprendimento profondo può fornire nuove intuizioni su come funziona davvero il discorso.
"Per me, l'idea di iniziare a studiare le basi di come viene prodotto il discorso nelle persone è molto eccitante", afferma Henderson. "[Questo studio] inizia a esplorare una delle nostre capacità più umane a un livello fondamentale."
