Tutkimusryhmä on saavuttanut merkittävän läpimurron neuroteknologiassa kehittämällä aivo-tietokone-liittymän (BCI), joka kykenee muuttamaan ihmisen ajatukset suoraan tekstiksi.
Järjestelmä toimii siten, että elektroenkefalografiaa (EEG) hyödyntävä lakki tallentaa aivosignaaleja, kun henkilö kuvittelee puhuvansa. Nämä hermostolliset kuviot käsittelee tekoälymalli, joka on opetettu tunnistamaan puheeseen liittyviä ajatusmalleja. Kehittynyt kielimalli rakentaa puretuista signaaleista johdonmukaisia lauseita yli 70 prosentin tarkkuudella.
"Käytännössä sieppaamme signaaleja siinä vaiheessa, kun ajatus muuttuu artikulaatioksi", eräs tutkijoista selittää. "Se, mitä puramme, tapahtuu ajatuksen jälkeen – kun olemme jo päättäneet, mitä sanomme, mitkä sanat valitsemme ja miten liikutamme puhe-elimiämme."
Toisin kuin aiemmat BCI-järjestelmät, jotka vaativat aivoihin kohdistuvaa leikkausta, tämä teknologia hyödyntää ei-invasiivista EEG:tä, mikä tekee siitä helpommin lähestyttävän ja käytännöllisen arjessa. Ei-invasiiviset menetelmät, kuten EEG, käyttävät päänahalle asetettavia elektrodeja, tarjoten turvallisuutta ja helppoutta – vaikkakin signaalit ovat hieman heikompia verrattuna invasiivisiin menetelmiin, joissa elektrodit asetetaan suoraan aivokuorelle.
Järjestelmä hyödyntää hybridimuotoista aivo-tietokone-liittymää, joka perustuu kaksivirtauksiseen konvoluutiohermoverkkoon ja yhdistää useita paradigmoja dekoodaustarkkuuden parantamiseksi. Tämä lähestymistapa on osoittanut vertailukelpoista suorituskykyä eri tilanteissa, mikä vahvistaa sen monipuolisuutta ja luotettavuutta.
Yksi BCI-järjestelmien suurimmista haasteista on ollut käyttäjien vaikeus saavuttaa luotettavaa tarkkuustasoa. Vakiomallit eivät usein kykene kattamaan aivotoiminnan monimutkaisuutta, minkä vuoksi noin 40 prosenttia käyttäjistä ei yllä 70 prosentin tarkkuuteen – tasoon, jota pidetään tehokkaan BCI:n rajapyykkinä. Uusi järjestelmä ratkaisee tämän mukautumalla jokaisen käyttäjän yksilöllisiin aivokuvioihin.
Teknologian vaikutukset vakavista neurologisista sairauksista kärsiville ovat merkittäviä. Esimerkiksi afasiasta tai aivovamman aiheuttamista puhevaikeuksista kärsiville potilaille tämä BCI kykenee luokittelemaan ja tunnistamaan aivosignaaleja havaitsemalla EEG-aktiivisuuden erityisiä kuvioita. Näin käyttäjät voivat ohjata tietokoneen syöttölaitteita, kuten kirjoitusohjelmia ja puhesyntetisaattoreita, pelkillä ajatuksillaan.
Tutkimuksen edetessä tavoitteena on parantaa järjestelmän tarkkuutta ja laajentaa sen sanavarastoa. Teknologia edustaa merkittävää askelta kohti viestintäkyvyn palauttamista niille, jotka ovat menettäneet sen halvauksen, aivohalvauksen tai neurodegeneratiivisten sairauksien vuoksi.