Et hold af forskere har opnået et markant gennembrud inden for neuroteknologi ved at udvikle en hjerne-computer-grænseflade (BCI), der kan omdanne en persons tanker direkte til tekst.
Systemet fungerer ved at anvende en elektroencefalografi (EEG)-hue til at opfange hjernesignaler, når en person forestiller sig at tale. Disse neurale mønstre behandles derefter af en kunstig intelligens-model, som er trænet til at genkende specifikke tankemønstre forbundet med tale. En avanceret sprogmodel rekonstruerer herefter de afkodede signaler til sammenhængende sætninger med over 70 % nøjagtighed.
"Vi opfanger reelt signaler dér, hvor tanken omsættes til artikulation," forklarede en af forskerne. "Det, vi afkoder, sker efter, at tanken er opstået, efter vi har besluttet, hvad vi vil sige, hvilke ord vi vil bruge, og hvordan vi vil bevæge vores stemmebånd og talemuskel."
I modsætning til tidligere BCI-systemer, der krævede invasiv hjernekirurgi, benytter denne teknologi ikke-invasiv EEG, hvilket gør den mere tilgængelig og praktisk til daglig brug. De ikke-invasive metoder som EEG anvender elektroder placeret på hovedbunden, hvilket giver sikkerhed og bekvemmelighed, selvom signalerne er noget svagere sammenlignet med invasive metoder, hvor elektroder placeres direkte på hjernens overflade.
Systemet anvender en hybrid hjerne-computer-grænseflade baseret på et to-strenget konvolutionelt neuralt netværk, der kombinerer flere paradigmer for at forbedre afkodningsnøjagtigheden. Denne tilgang har vist sammenlignelig ydeevne på tværs af forskellige scenarier og bekræfter systemets alsidighed og pålidelighed.
En stor udfordring for BCI har været, at mange brugere har svært ved at opnå pålidelige nøjagtighedsniveauer. Standardmodeller formår ofte ikke at indfange hjernens komplekse aktivitet, hvilket forhindrer omkring 40 % af brugerne i at nå 70 % nøjagtighed – et vigtigt tærskelniveau for effektiv BCI-brug. Det nye system løser dette ved at tilpasse sig den enkelte brugers unikke hjernemønstre.
Konsekvenserne for personer med alvorlige neurologiske lidelser er betydelige. For patienter med afasi eller talebesvær som følge af hjerneskade kan denne BCI klassificere og genkende hjernesignaler ved at identificere specifikke mønstre i EEG-aktiviteten, så de kan styre computerinput-enheder som staveværktøjer og talesynteser blot ved hjælp af deres tanker.
Efterhånden som forskningen fortsætter, arbejder forskerne på at forbedre systemets nøjagtighed og udvide dets ordforråd. Teknologien repræsenterer et væsentligt skridt mod at genskabe kommunikationsevnen for personer, der har mistet den på grund af lammelse, slagtilfælde eller neurodegenerative sygdomme.