Ученым удалось точно определить паттерны активности мозга, связанные с внутренней речью — представляющий собой безмолвный монолог в голове человека — и они смогли успешно декодировать ее по команде с точностью до 74%.
Результаты исследования, которые были опубликованы в журнале Cell Press, могут позволить людям, которые не могут говорить вслух, общаться с помощью использования технологий интерфейса «мозг-компьютер» (ИМК), которые начинают передавать внутренние мысли, когда человек мысленно называет пароль.
Ученым из Стэндфордского университета впервые удалось определить активность мозга во время мыслей о разговоре. Это очень актуально для пациентов с тяжелыми речевыми и моторными нарушениями, так как интерфейсы для ИИ, позволяющие декодировать внутреннюю речь, позволят им общаться с другими людьми.
Интеллектуальные интерфейсы для компьютерного интеллекта (ИМК) в последние годы стали широко использоваться у пациентов с нарушенными моторными функциями. ИМК с помощью датчиков, имплантированных в моторные зоны мозга, декодировали сигналы, связанные с движением, и трансформировали их в действия, например, движение протеза руки.
Также ИМК могли декодировать попытки речи у пациентов с параличом, но воспроизведение звуков было связано с работой мышц и подчас попытки говорить с помощью ИМК были утомительны для людей с нарушением мышечного контроля.
Перед учеными встал вопрос о возможности декодировать внутреннюю речь с помощью ИМК.
Команда ученых фиксировала активность нейронов моторной зоны с помощью микроэлектродов, имплантированных в моторную кору (область мозга, ответственную за речь), у четырёх пациентов БАС (с тяжелым параличом) или инсультом ствола мозга. Участников исследования попросили представить, что они произносят слова, либо попытаться говорить.
Было обнаружено, что попытка говорить и внутренняя речь имеют схожие паттерны нейронной активности, но внутренняя речь имеет более слабый уровень активации.
Команда ученых обучила модели ИИ на данных внутренней речи и таким образом смогла получить интерпретацию воображаемых слов. При тестировании точность интерпретации достигла 74%.
Ученые обнаружили, что паттерны нейронной активности при внутренней речи и попытки говорить достаточно схожие, но имеют определенные отличия.
Ученые планируют усовершенствовать устройства, с увеличением количества датчиков и улучшением алгоритмов, что позволит через некоторое время внедрить методику в клиническую практику.
