Чого досягли дослідники

Головним досягненням стала замкнена система, яка не просто стимулювала мозок за фіксованим шаблоном, а навчалася на його власних реакціях і коригувала вихідний сигнал у реальному часі. У дослідженні взяв участь 27-річний чоловік, який втратив зір внаслідок черепно-мозкової травми. Йому тимчасово імплантували сітку з 96 електродів у зорову кору на шість місяців у лікарні IMED Elche в Іспанії. Це дозволило вченим одночасно стимулювати мозок і записувати його реакцію .

Завдяки такій конфігурації патерни, створені ШІ, відтворювали цільову мозкову активність точніше і використовували менше електричного струму порівняно з іншими методами. Це відкриття може зменшити побічні ефекти та енергоспоживання майбутніх пристроїв .

Як працювала модель глибокого навчання

Глибока нейронна мережа навчалася передбачати, як зорова кора учасника реагуватиме на різні комбінації параметрів стимуляції. Ключовим моментом стало те, що модель враховувала не лише те, які електроди активувалися та з якою силою струму, а й фонову активність мозку безпосередньо перед кожним стимулом .

Після навчання модель використовували у зворотному напрямку: замість простого прогнозування результатів вона шукала такі налаштування стимуляції, які з найбільшою ймовірністю викличуть бажаний патерн нейронної активності. Це називається замкненим керуванням на основі моделі . Замість універсального рецепту стимуляції система постійно адаптувала вихідний сигнал відповідно до поточного стану мозку.

Реакція мозку проти самого сигналу стимуляції

Найважливіший висновок дослідження полягає в тому, що зафіксована нейронна активність була точнішим передвісником того, що насправді бачив учасник (фосфени — спалахи, форми та кольори), ніж самі лише параметри стимуляції . Іншими словами, знання того, які електроди активувалися та скільки струму було подано, не давало повної картини зорового досвіду. Для надійного прогнозування сприйняття необхідно було виміряти та інтерпретувати власну відповідь мозку.

Цей результат підкреслює фундаментальну проблему нейропротезування: сигнал, надісланий у мозок, не визначає повністю сприйняття, яке з нього виникає . Мозок — не пасивний приймач; його стан у кожну мить активно формує те, що ми бачимо.

Шлях до персоналізованих зорових протезів

Запропонований підхід вказує шлях до нового покоління адаптивних, персоналізованих зорових протезів, які постійно навчаються нейронної динаміки кожного користувача та коригують стимуляцію в реальному часі . Ключові перспективи:

• Динамічне переналаштування: система може адаптуватися до коливань базового стану мозку, вирішуючи проблему надійності, яка переслідувала попередні імпланти з фіксованими протоколами .
• Менше енергії та побічних ефектів: оскільки патерни, створені ШІ, досягали мети з меншою силою струму, майбутні пристрої можуть бути безпечнішими та працювати довше від одного заряду батареї .
• Персоналізована адаптація: провідний дослідник Майкл Беєлер зазначив: «Корисний зоровий протез не може покладатися на фіксований рецепт. Зрештою, пристрій має адаптуватися до людини, а не навпаки» .
• Клінічні перспективи: наступні фази іспанського клінічного випробування мають на меті перетворити кортикальні протези з експериментальних прототипів на життєздатні методи лікування сліпоти, спричиненої інсультом, нейродегенеративними захворюваннями чи травмами .

Хоча дослідження проводилося лише з одним учасником, воно демонструє фундаментальний принцип, який може змінити підхід до проєктування біонічних зорових систем — від статичних стимуляторів до інтелектуальних інтерфейсів, що взаємодіють із природною динамікою мозку.

Чого досягли дослідники

Головним досягненням стала замкнена система, яка не просто стимулювала мозок за фіксованим шаблоном, а навчалася на його власних реакціях і коригувала вихідний сигнал у реальному часі. У дослідженні взяв участь 27-річний чоловік, який втратив зір внаслідок черепно-мозкової травми. Йому тимчасово імплантували сітку з 96 електродів у зорову кору на шість місяців у лікарні IMED Elche в Іспанії. Це дозволило вченим одночасно стимулювати мозок і записувати його реакцію .

Завдяки такій конфігурації патерни, створені ШІ, відтворювали цільову мозкову активність точніше і використовували менше електричного струму порівняно з іншими методами. Це відкриття може зменшити побічні ефекти та енергоспоживання майбутніх пристроїв .

Як працювала модель глибокого навчання

Глибока нейронна мережа навчалася передбачати, як зорова кора учасника реагуватиме на різні комбінації параметрів стимуляції. Ключовим моментом стало те, що модель враховувала не лише те, які електроди активувалися та з якою силою струму, а й фонову активність мозку безпосередньо перед кожним стимулом .

Після навчання модель використовували у зворотному напрямку: замість простого прогнозування результатів вона шукала такі налаштування стимуляції, які з найбільшою ймовірністю викличуть бажаний патерн нейронної активності. Це називається замкненим керуванням на основі моделі . Замість універсального рецепту стимуляції система постійно адаптувала вихідний сигнал відповідно до поточного стану мозку.

Реакція мозку проти самого сигналу стимуляції

Найважливіший висновок дослідження полягає в тому, що зафіксована нейронна активність була точнішим передвісником того, що насправді бачив учасник (фосфени — спалахи, форми та кольори), ніж самі лише параметри стимуляції . Іншими словами, знання того, які електроди активувалися та скільки струму було подано, не давало повної картини зорового досвіду. Для надійного прогнозування сприйняття необхідно було виміряти та інтерпретувати власну відповідь мозку.

Цей результат підкреслює фундаментальну проблему нейропротезування: сигнал, надісланий у мозок, не визначає повністю сприйняття, яке з нього виникає . Мозок — не пасивний приймач; його стан у кожну мить активно формує те, що ми бачимо.

Шлях до персоналізованих зорових протезів

Запропонований підхід вказує шлях до нового покоління адаптивних, персоналізованих зорових протезів, які постійно навчаються нейронної динаміки кожного користувача та коригують стимуляцію в реальному часі . Ключові перспективи:

• Динамічне переналаштування: система може адаптуватися до коливань базового стану мозку, вирішуючи проблему надійності, яка переслідувала попередні імпланти з фіксованими протоколами .
• Менше енергії та побічних ефектів: оскільки патерни, створені ШІ, досягали мети з меншою силою струму, майбутні пристрої можуть бути безпечнішими та працювати довше від одного заряду батареї .
• Персоналізована адаптація: провідний дослідник Майкл Беєлер зазначив: «Корисний зоровий протез не може покладатися на фіксований рецепт. Зрештою, пристрій має адаптуватися до людини, а не навпаки» .
• Клінічні перспективи: наступні фази іспанського клінічного випробування мають на меті перетворити кортикальні протези з експериментальних прототипів на життєздатні методи лікування сліпоти, спричиненої інсультом, нейродегенеративними захворюваннями чи травмами .

Хоча дослідження проводилося лише з одним учасником, воно демонструє фундаментальний принцип, який може змінити підхід до проєктування біонічних зорових систем — від статичних стимуляторів до інтелектуальних інтерфейсів, що взаємодіють із природною динамікою мозку.