UCSF का ब्रेन इम्प्लांट: लकवे से जूझ रहे लोगों के लिए बोलना और इशारे एक साथ

कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को (UCSF) के शोधकर्ताओं ने सेंसरीमोटर कॉर्टेक्स पर 253 इलेक्ट्रोड वाली उच्च-घनत्व इलेक्ट्रोकॉर्टिकोग्राफी (ECoG) ग्रिड लगाई। यह मस्तिष्क की सतह से विद्युत गतिविधि रिकॉर्ड करने की तकनीक है। सेंसरीमोटर कॉर्टेक्स भाषण और शरीर की गतिविधियों की योजना बनाने में अहम भूमिका निभाता है।

प्रतिभागियों ने बोलने और ऊपरी शरीर से इशारे करने की कोशिश की, जबकि लकवे के कारण वे इन क्रियाओं को सामान्य रूप से कर नहीं पाते थे। इम्प्लांट ने उन प्रयासों से जुड़े मस्तिष्क संकेत दर्ज किए। मशीन-लर्निंग प्रणालियों ने इन्हें सेकंडों के भीतर एक व्यक्तिगत वर्चुअल अवतार के एक साथ बोले गए आउटपुट और हाव-भाव में बदला। 23

सिस्टम ने एक साथ भाषण और इशारे कैसे समझे?

शोधकर्ताओं ने यह नहीं माना कि एक ही सामान्य डिकोडर भाषण और हाव-भाव—दोनों को समान ढंग से समझ लेगा। इसके बजाय, उन्होंने कार्य-विशिष्ट डिकोडर प्रशिक्षित किए:

• एक डिकोडर ने मस्तिष्क गतिविधि को व्यक्ति के इच्छित भाषण से जोड़ा।
• दूसरे डिकोडर ने संकेतों को अवतार के इशारा कमांड या गतियों में बदला। 23

महत्वपूर्ण निष्कर्ष यह था कि बोलने और इशारा करने के संयुक्त प्रयास के समय दर्ज न्यूरल गतिविधि, केवल भाषण और केवल इशारे के समय दर्ज गतिविधियों का सीधा योग नहीं थी। इसलिए शोधकर्ताओं के लिए प्राकृतिक संचार जैसे संयुक्त कार्यों पर प्रणाली को प्रशिक्षित करना जरूरी था। इसी से अवतार की आवाज़ और शारीरिक हरकतों को समन्वित ढंग से प्रस्तुत करना संभव हुआ। उपलब्ध साक्ष्य इस एक-साथ, बहु-माध्यमीय परिणाम की पुष्टि करते हैं, लेकिन गैर-योगात्मकता की मात्रा या डिकोडर के प्रदर्शन के विस्तृत आंकड़े उपलब्ध नहीं कराते। 23

यह क्यों अहम हो सकता है?

आंखों की गति से नियंत्रित टेक्स्ट-टू-स्पीच प्रणालियों में अक्सर अक्षर या आइकन एक-एक करके चुनने पड़ते हैं। यह प्रक्रिया धीमी और थकाऊ हो सकती है। साथ ही, शब्दों के अलावा बातचीत में सिर हिलाना, हाथ से इशारा करना, किसी दिशा की ओर संकेत करना और जोर देने जैसे गैर-मौखिक संकेत भी बहुत अर्थ रखते हैं। 2

यह BCI दोनों संचार माध्यमों को एक साथ लौटाने का प्रयास करता है। मसलन, अवतार “नमस्ते” कहते हुए हाथ हिला सकता है या सहमति में सिर हिला सकता है। इससे संवाद अधिक स्वाभाविक और अभिव्यंजक बन सकता है। हालांकि, यह अभी एक अनुसंधान प्रदर्शन है, कोई व्यापक रूप से उपलब्ध नैदानिक संचार उपकरण नहीं। 23

अध्ययन में कौन शामिल थे?

अध्ययन में तीन लोग शामिल थे, जिन्हें वोकल ट्रैक्ट और अंगों—दोनों से संबंधित गंभीर लकवा था। उन्होंने भाषण और ऊपरी शरीर के इशारों का प्रयास किया, जिन्हें प्रणाली ने डिकोड किया। 23

उपलब्ध सामग्री में हर प्रतिभागी के निदान, लकवे के कारण या सभी प्रयोगात्मक कार्यों का पूरा विवरण नहीं है। स्ट्रोक और एमियोट्रोफिक लेटरल स्क्लेरोसिस (ALS) जैसी स्थितियां इस तरह के लकवे वाली आबादी में हो सकती हैं, लेकिन दिए गए स्रोतों के आधार पर किसी खास प्रतिभागी के लिए कारण बताना संभव नहीं है।

अभी की सीमा: तार से जुड़ी व्यवस्था

वर्तमान प्रदर्शित प्रणाली तारयुक्त है। कॉर्टिकल ग्रिड को बाहरी रिकॉर्डिंग और कंप्यूटिंग हार्डवेयर से भौतिक कनेक्शन की जरूरत होती है, जिससे स्वतंत्र और रोजमर्रा का उपयोग सीमित हो जाता है।

विकास का अगला लक्ष्य पूरी तरह प्रत्यारोपित, वायरलेस प्रणाली है, ताकि त्वचा के आर-पार जाने वाली केबल हटाई जा सके और निरंतर उपयोग अधिक व्यावहारिक बने। उपलब्ध अंश किसी समय-सीमा, उपकरण निर्माता या नियामक मंजूरी की जानकारी नहीं देते।

2023 के UCSF भाषण-न्यूरोप्रोस्थेसिस से संबंध

यह काम चांग टीम के 2023 के Nature अध्ययन का विस्तार है। उस अध्ययन में 253-चैनल सेंसरीमोटर-कॉर्टेक्स ऐरे का उपयोग कर गंभीर लकवे और बोलने की क्षमता खो चुके एक व्यक्ति के इच्छित वाक्यों को डिकोड किया गया था तथा एक अवतार को नियंत्रित करने में मदद मिली थी। 1

2023 की प्रणाली का प्रमुख फोकस भाषण आउटपुट और चेहरे वाले अवतार का एनीमेशन था। नया काम उसी उच्च-घनत्व कॉर्टिकल रिकॉर्डिंग और एआई डिकोडिंग के व्यापक तरीके को आगे बढ़ाते हुए, ऊपरी शरीर के इशारों को भाषण के साथ एक साथ जोड़ता है। 12