脳コンピューターインターフェース技術における大きな進歩!麻痺した男性が初めて運動と触覚を取り戻す

脳コンピューターインターフェース技術における大きな進歩!麻痺した男性が初めて運動と触覚を取り戻す

[[324403]]

図1:2010年に重度の脊髄損傷を負った後、バークハートは運動皮質にマイクロチップを埋め込み、脳の電気信号をコンピューターに中継して腕を制御した。

4月29日、海外メディアの報道によると、触覚は私たちが外の世界を感じるために欠かせない感覚だが、脊髄損傷や病気による麻痺などでこの能力を失っている人が多いという。しかし、非営利団体バテル研究所の研究者らは最近、初めて脳コンピューターインターフェース(BCI)技術を使用して、麻痺したアメリカ人男性の手の触覚を回復させたと発表した。

この男性の名前はイアン・バークハート。2010年にダイビング活動中に事故に遭い、脊髄が切断され、全身が麻痺した。バークハートさんは歩くことができないだけでなく、腕の可動範囲は肩と上腕二頭筋に限られ、触覚もほぼ完全に失っていました。

2014年、バークハート氏はバテル研究所のNeuroLifeプロジェクトに参加しました。計画は、バークハート氏の脳に米粒大のマイクロチップを埋め込み、腕の可動域を広げ、人工的に触覚を再現することだ。研究開始から6年が経った今、バークハートさんは物体を感知できるようになり、ギターヒーローをプレイできるほど腕をコントロールできるようになった。

重度の脊髄損傷により、手足を動かすよう指示し、感覚フィードバックを提供する脳からの信号が妨げられる可能性があります。研究者たちは、バークハートの脳と腕や脚の間には脊髄繊維の束がわずかしか残っていないことを発見した。 「たとえ数本の神経線維が活動しただけでも、脳内で信号を発生させることができる」と、この研究を率いた神経学者のパトリック・ガンザー氏は言う。「ただ、これらの信号は非常に弱いので、患者は何も感じることができず、腕を動かすこともできないのだ。」

この点に関して、ガンツァー氏らは興味深い仮説を提唱した。脳からこれらの微弱な信号を抽出し、その意味を解読して手足に伝達することで、脊椎を迂回して脳と身体を再接続することが可能になるというものである。問題は、それぞれの動きが固有の信号に対応しており、バークハート氏の頭の中のチップが一度に約 100 種類の異なる信号を受信できるため、触覚と動きの信号が脳内でごちゃ混ぜになっているように見えることです。

[[324404]]

図 2: バークハート氏が右手を動かそうとすると、脳内で電気信号が生成され、それがコンピューターで処理されて前腕の電極に送られ、筋肉を刺激して動作が可能になります。

上記のアイデアを実現するために、ガンツァー氏らはバークハート氏の脳をコンピューターに接続するための複雑な装置を設計した。運動皮質のチップは頭蓋骨の後ろにあるポートを通じて電気信号を送り、その信号はケーブルを通じて近くのコンピューターに伝送される。ソフトウェア プログラムは脳信号を解読し、意図した動きと触覚に対応する信号を分離します。意図した動きを表す信号はバークハート氏の前腕に巻かれた電極カフに送信され、タッチ信号は上腕に巻かれた振動ベルトに送信されます。

当初、ガンツァー医師は触覚を失ったバークハートさんの腕の動きを取り戻すことに焦点を当てた。わずか数か月で、彼は手の動きをいくらか回復しました。しかし、触覚フィードバックがないと、バークハート氏は物を掴むのが非常に困難になり、握力もほとんど制御不能になった。

ただし、このシステムにタッチを追加するのはより困難です。触覚に対応する独特の信号を引き出すために、ガンザー氏と彼の同僚はバークハート氏の親指と前腕を集中的に刺激することから始めた。研究者たちは、手に圧力が加えられたときに脳の信号がどのように変化するかを観察することで、より強い動きの信号の中にある弱い触覚の信号を識別することができました。

これは、コンピュータープログラムがバークハートの脳コンピューターインターフェースからの信号を分離し、バークハートの手から脳に伝達される弱い圧力信号を振動に変換して、物体に触れていることを知らせることができることを意味します。テストでは、バークハートは物体に触れたことをほぼ完璧な精度で判断することができた。

当初、TouchStrips は単純なオン/オフの振動デバイスでした。しかしガンザー氏らは、ビデオゲームのコントローラーや携帯電話がユーザーにフィードバックを提供するのと同様に、バークハート氏の握力の強さに応じて振動を変えることができるように改良した。

ガンザー氏は研究室でこの技術を実証したが、次のステップは日常使用向けにシステムを改良することだ。研究チームは、システムで使用する電子機器を、バークハート氏の車椅子に収まるVHSテープほどの大きさの箱にまで小型化した。かさばる電極システムも、比較的簡単に持ち上げたり取り外したりできるスリーブに縮小されました。バークハートさんは最近、このシステムを自宅で初めて使用し、タブレットで操作した。

脳コンピューターインターフェース技術は侵襲性があり、外科手術で埋め込む必要があることを考えると、このようなシステムが四肢麻痺の患者の間で広く使用されるようになるまでには長い時間がかかるかもしれない。手術を必要としない非侵襲性の脳コンピューターインターフェース技術にはさらなる可能性があるようだが、研究はまだごく初期段階にある。

<<:  新型コロナウイルスは「ターミネーター」か?人工知能で疫病と闘う

>>:  5G の出現はフェデレーテッド ラーニングにどのような影響を与えるでしょうか?

ブログ    
ブログ    

推薦する

2024年の通信市場における主要トレンドを探る

1. 通信事業者は注文処理とサービスの有効化の簡素化に注力する効率性と俊敏性は、通信業界で成功するた...

マスク氏とクック氏は秘密協定を結んだのか?アップルは「アップル税」でテスラに数百万ドルの節約をもたらす

ビッグデータダイジェスト制作著者: カレブ周知のとおり、Apple の App Store のポリシ...

Go言語で遺伝的アルゴリズムを実装する方法

ただの楽しみのために、Go 言語を学ぶことにしました。新しい言語を学ぶ最良の方法は、深く学び、できる...

AIの未来: データだけでは不十分

特定の問題を解決するための最適な技術としての人工知能 (AI) に対する熱意は否定できず、注目に値し...

自動運転車は私たちの生活をどのように変えるのでしょうか?

自動運転車は交通渋滞を改善し、交通事故を減らすだろうが、公共交通機関、不動産市場、健康にもさまざまな...

機械学習は言語から意味を抽出するのにまだ苦労している

私たちは幼児期から言語を吸収し始めます。簡単な単語は1年目か2年目に出てきます。 6 歳までに語彙は...

...

ビジュアルMambaモデルのSwinの瞬間:中国科学院、HuaweiなどがVMambaを発表

大型模型の分野におけるトランスフォーマーの地位は揺るぎない。しかし、モデルのサイズが拡大し、処理する...

ディープラーニングの分散トレーニングにおける大きなバッチサイズと学習率の関係をどのように理解すればよいでしょうか?

[[207640]]この記事は、Zhihu の質問「ディープラーニングの分散トレーニングにおける大...

AIは科学者のツールになり得るか? Nature がトップクラスの学者 5 人にインタビュー: コードの書き方を学び、期待を下げよう

[[430245]]人工知能(AI)は、専用の研究分野から他の分野のツールへと徐々に移行しており、学...

AIファイナンスブームの背後にはアリババとスタートアップ企業独自の狙いがある

中国の人工知能分野の二大大手であるMegvii TechnologyとSenseTime Techn...

人工知能は教育に大きな変化をもたらすだろう

[[203607]]教育革命が静かに起こっています。この革命はトップダウンの制度改革ではなく、ボトム...

9つのディープラーニングアルゴリズムの紹介

1. 2段階アルゴリズム2 段階アルゴリズムには、候補ボックスの選択とターゲットの分類/位置の修正...

AIoT: IoTと人工知能の完璧な組み合わせ

産業用 IoT を企業の神経系と考えてください。これは、生産工場のあらゆる場所から貴重な情報を収集し...