Sekelompok peneliti telah mencapai terobosan signifikan di bidang neuroteknologi dengan mengembangkan antarmuka otak-komputer (BCI) yang mampu mengubah pikiran seseorang secara langsung menjadi teks.
Sistem ini bekerja dengan menggunakan topi elektroensefalografi (EEG) untuk menangkap sinyal otak ketika seseorang membayangkan berbicara. Pola saraf ini kemudian diproses oleh model kecerdasan buatan yang telah dilatih untuk mengenali pola-pola pikiran tertentu yang berkaitan dengan bicara. Model bahasa yang canggih kemudian merekonstruksi sinyal yang telah didekode tersebut menjadi kalimat yang koheren dengan tingkat akurasi lebih dari 70%.
"Kami pada dasarnya mencegat sinyal di mana pikiran diterjemahkan menjadi artikulasi," jelas salah satu peneliti. "Apa yang kami dekode adalah setelah sebuah pikiran terjadi, setelah kami memutuskan apa yang akan dikatakan, setelah kami memutuskan kata-kata apa yang akan digunakan dan bagaimana menggerakkan otot saluran vokal kami."
Berbeda dengan sistem BCI sebelumnya yang memerlukan pembedahan otak invasif, teknologi ini menggunakan EEG non-invasif, sehingga lebih mudah diakses dan praktis untuk penggunaan sehari-hari. Pendekatan non-invasif seperti EEG menggunakan elektroda yang ditempatkan di kulit kepala, menawarkan keamanan dan kenyamanan, meskipun sinyal yang dihasilkan cenderung lebih lemah dibandingkan metode invasif yang menempatkan elektroda langsung di permukaan otak.
Sistem ini menggunakan antarmuka otak-komputer hibrida berbasis dua alur jaringan saraf konvolusional, menggabungkan berbagai paradigma untuk meningkatkan akurasi dekode. Pendekatan ini telah menunjukkan performa yang sebanding di berbagai skenario, membuktikan fleksibilitas dan keandalannya.
Salah satu tantangan utama dalam BCI adalah banyak pengguna kesulitan mencapai tingkat akurasi yang andal. Model standar sering gagal menangkap kompleksitas aktivitas otak, sehingga sekitar 40% pengguna tidak mencapai akurasi 70% yang dianggap sebagai ambang batas utama untuk penggunaan BCI yang efektif. Sistem baru ini mengatasi masalah tersebut dengan menyesuaikan diri terhadap pola otak unik setiap pengguna.
Dampaknya bagi penderita kondisi neurologis berat sangatlah besar. Bagi pasien dengan afasia atau kesulitan bicara akibat cedera otak, BCI ini dapat mengklasifikasi dan mengenali sinyal otak dengan mengidentifikasi pola aktivitas EEG tertentu, memungkinkan mereka mengendalikan perangkat input komputer seperti speller dan synthesizer suara hanya dengan pikiran mereka.
Seiring penelitian berlanjut, para ilmuwan berupaya meningkatkan akurasi sistem dan memperluas cakupan kosakatanya. Teknologi ini menjadi langkah penting menuju pemulihan kemampuan komunikasi bagi mereka yang kehilangannya akibat kelumpuhan, stroke, atau penyakit neurodegeneratif.