Metan Brain2Qwerty v2 tuo toivoa äänettömyyteen potilailla

Kuvittele sanoja ilmestyvän sinne, missä on vain hiljaisuus. Miljoonille, jotka ovat menettäneet puhekykynsä neurodegeneratiivisen sairauden tai vakavan aivovamman vuoksi, hiljaisuus ei ole väliaikainen tauko, vaan arkinen todellisuus. Metan mukaan sen uusi Brain2Qwerty v2 voisi muuttaa tämän.

Laboratoriossa, jossa ajatuksista tuli kirjaimia

Donostian tutkijat pyysivät yhdeksää tervettä vapaaehtoista, iältään 25–56, kirjoittamaan yli 2 500 lausetta kymmenen istunnon aikana käyttäessään magnetoenkefalografia-laitetta eli MEG:iä. Kone havaitsee hermosolujen aktivoituessa syntyvät pienet magneettikentät. Tallennettu aivotoiminta yhdistettynä kirjoitettuun tekstiin muodosti koulutusdatan, joka opetti mallin yhdistämään hermosignaalit kieleen.

Suorituskyvyn parannus oli huomattava. Kun ensimmäinen Brain2Qwerty saavutti noin 48 prosentin tarkkuuden sanatasolla, versio kaksi ylsi parhaimmillaan noin 78 prosenttiin. Käytännössä se tarkoittaa, että suurin osa dekoodatuista lauseista sisälsi korkeintaan yhden virheellisen sanan. Tiimi huomauttaa myös yksinkertaisen totuuden: enemmän koulutusdataa tarkoittaa paremmin dekoodattuja tuloksia.

Miten he pääsivät tähän? Insinöörit lainasivat kuviontunnistustekniikoita, joita suurten kielimallien käyttö on popularisoinut. Prosessi toimii kolmessa vaiheessa. Ensiksi neuroverkko muuntaa raakat MEG-signaalit tokeneiksi, jotka muistuttavat kirjaimia. Seuraavaksi kohdistin kokoaa nämä tokenit ehdotetuiksi sanoiksi. Lopuksi suuri kielimalli viimeistelee tuloksen sujuviksi, merkityksellisiksi lauseiksi.

Hyötyjä on selvästi. Koska Brain2Qwerty v2 hyödyntää ei-invasiivista MEG:iä implanttien sijaan, se tarjoaa kommunikaatioreitin, joka välttää riskialttiin aivoleikkauksen. Lukitussyndroomasta, ALS:stä ja samanlaisista tiloista kärsivät ihmiset voisivat jonain päivänä käyttää tätä teknologiaa ilmaistakseen itseään ilman implantteja.

Meta ei pidä tätä itsellään. Yritys on julkaissut sekä version yhden että version kaksi lähdekoodin avoimena lähteenä, kutsuen tutkijoita ympäri maailmaa toistamaan, vahvistamaan ja laajentamaan työtä. Tämä avoimuus voi nopeuttaa lääketieteellistä tutkimusta ja auttaa tiimejä kasvattamaan tarvittavaa dataa ja turvatoimia alalla.

Kuitenkin haasteita on jäljellä. MEG-järjestelmät ovat suuria ja kalliita, ja todelliset potilastapaukset antavat monimutkaisempia signaaleja kuin terveet vapaaehtoiset. Yksityisyys- ja suostumuskysymykset ovat todellisia ja kiireellisiä, kun koneet alkavat dekoodata ajatuksia. Kliiniset kokeet, monimuotoisemmat aineistot ja huolelliset eettiset kehykset ratkaisevat, muuttuneeko laboratoriomenestys luotettavaksi työkaluksi potilaille.

Tällä hetkellä Brain2Qwerty v2 tuntuu virstanpylväältä: se osoittaa, että ei-invasiivinen hermodekoodaus siirtyy lupaavasta kokeilusta kohti käytännön mahdollisuutta. Seuraavat vaiheet ratkaisevat, kuinka nopeasti tämä mahdollisuus muuttuu pelastavaksi keinoksi.