麻痺患者の発話を助ける脳インプラントが新記録を樹立

二人の女性は麻痺により話す能力を失っていました。一人は筋萎縮性側索硬化症（ALS）という運動ニューロンを侵す病気が原因でした。もう一人は脳幹の脳卒中を患っていました。二人ともはっきりと発音することはできませんが、言葉を組み立てる方法は覚えています。

脳インプラントの移植手術を自発的に受けた二人は、現在、コンピューターを介して通常の会話に近い速度でコミュニケーションをとっている。会話中の顔の動きに関連する神経活動を解析することで、両機器はそれぞれ毎分62語と78語という速度で意図された発話を解読し、これは従来の記録の数倍の速さである。二人の症例は、水曜日に別々のチームがネイチャー誌に発表した2本の論文で詳細に報告されている。

「麻痺のある人がスムーズに会話できるようになり、言いたいことを何でも自由に、しかも確実に理解できるほど正確に話せるようになる未来を想像できるようになりました」と、スタンフォード大学神経義肢トランスレーショナル研究所の研究科学者、フランク・ウィレット氏は火曜日の記者会見で述べた。ウィレット氏はスタンフォード大学の研究者が発表した論文の著者であり、もう1つの論文はカリフォルニア大学サンフランシスコ校のチームが発表した。

英語話者間の自然な会話の速度である1分あたり約160語よりは遅いものの、科学者たちは、これは脳コンピューターインターフェース（BCI）を用いたリアルタイム発話の復活に向けた画期的な一歩だと述べている。「日常生活での使用に近づいています」と、今回の研究には関与していないノースウェスタン大学の神経科医、マーク・スラツキー氏は述べている。

BCIは脳信号を収集・分析し、それを外部デバイスに実行させるためのコマンドに変換します。このようなシステムにより、麻痺のある人はロボットアームを操作したり、ビデオゲームをしたり、心でメールを送信したりすることが可能になっています。両グループによる以前の研究では、麻痺のある人の意図した発話を画面上のテキストに変換することは可能でしたが、速度、精度、語彙には限界がありました。

スタンフォード大学の研究では、研究者らはユタアレイを用いたBCIを開発しました。ユタアレイは、64本の針状の毛を持つヘアブラシのような小さな正方形のセンサーです。それぞれの先端には電極が付いており、これらが連携して個々のニューロンの活動を収集します。研究者らはその後、人工ニューラルネットワークを訓練し、脳活動を解読して画面に表示される単語に変換しました。

研究チームは、現在68歳のALS患者、パット・ベネット氏（ボランティア）を対象にこのシステムをテストした。2022年3月、外科医がベネット氏の脳の最外層である大脳皮質に、この小型センサー4個を移植した。センサーアレイは細いワイヤーで頭頂部の台座に接続されており、ケーブルを介してコンピューターに接続できる。

科学者たちは4ヶ月かけて、ベネットさんに文章を声に出して発音してもらうことでソフトウェアを訓練しました。（ベネットさんはまだ音を出すことはできますが、彼女の話し方は理解不能です。）最終的に、ソフトウェアはベネットさんが様々な音を出すために発している唇、顎、舌の動きと関連する明確な神経信号を認識できるようになりました。そこから、ソフトウェアは単語を構成する音を生み出す動きに対応する神経活動を学習しました。そして、それらの単語の順序を予測し、コンピューター画面上で文章を繋ぎ合わせることができました。

このデバイスの助けを借りて、ベネット氏は平均1分あたり62語の速度でコミュニケーションをとることができました。BCIは12万5000語の語彙に対して23.8%の誤りを犯しました。これまでの記録は1分あたりわずか18語でした。これは2021年にスタンフォード大学のチームが発表した論文で、麻痺のある人の想像上の手書きを画面上のテキストに変換するBCIに関するものでした。

2つ目の論文では、UCSFの研究者たちが、脳内ではなく脳表面に設置するアレイを用いたBCIを構築しました。253個の電極が散りばめられた紙のように薄い長方形のこのアレイは、言語皮質全体の多数のニューロンの活動を検出します。研究者たちはこのアレイをアンという名の脳卒中患者の脳に装着し、彼女が音を出さずに唇を動かす際に収集した神経データを解読するようディープラーニングモデルを訓練しました。数週間にわたり、アンは1,024語の会話語彙からフレーズを繰り返しました。

スタンフォード大学のAIと同様に、UCSFチームのアルゴリズムは、単語全体ではなく、音素と呼ばれる言語の最小単位を認識するように訓練されました。最終的に、このソフトウェアはアンの意図した発話を毎分78語の速度で翻訳できるようになりました。これは、彼女がタイピング・トゥ・トーク方式のコミュニケーションデバイスで慣れ親しんでいた毎分14語をはるかに上回る速度です。50フレーズセットの文をデコードした際のエラー率は4.9%で、39,000語を超える語彙を用いたシミュレーションでは、28%の単語エラー率が推定されました。

神経外科医エドワード・チャン率いるUCSFの研究グループは以前、同様の表面アレイを用いて、より少ない電極で麻痺した男性の発話を画面上のテキストに変換することに成功していた。その記録は1分あたり約15語だった。今回のBCIは、処理速度が速いだけでなく、アンの脳信号をコンピューターが発する可聴音声に変換することで、さらに一歩進んだものとなっている。

研究者たちは、アンが意図した言葉を音声で伝えるための「デジタルアバター」を作成した。アニメーション化された女性をアンと同じ茶色の髪にカスタマイズし、彼女の結婚式のビデオ映像を使ってアバターの声をアンに似せた。「私たちの声と表情はアイデンティティの一部です。ですから、より自然で滑らかで表現力豊かな人工音声を具現化したいと考えました」とチャン氏は火曜日の記者会見で述べた。彼は、チームの研究によって、麻痺のある人々が家族や友人とよりパーソナルな交流をできるようになると考えている。

両グループのアプローチにはトレードオフがある。スタンフォード大学のチームが用いたような埋め込み電極は、個々のニューロンの活動を記録するため、脳表面からの記録よりも詳細な情報が得られる傾向がある。しかし、埋め込み電極は脳内で移動するため、安定性に欠ける。1、2ミリの動きでさえ、記録された活動に変化をもたらす。「同じニューロンから数週間にわたって記録を続けるのは困難であり、ましてや数ヶ月から数年にわたって記録を続けるとなると、なおさら困難です」とスラツキー氏は言う。また、時間の経過とともに、埋め込み電極の周囲に瘢痕組織が形成され、これも記録の質に影響を与える可能性がある。

一方、表面アレイは脳活動を詳細に捉えることは少ないものの、より広い範囲をカバーします。スラツキー氏によると、表面アレイが記録する信号は数千個のニューロンから得られるため、個々のニューロンのスパイクよりも安定しています。

ウィレット氏は説明会で、現在の技術は脳内に一度に安全に配置できる電極の数に限界があると述べた。「カメラの画素数が多いほど鮮明な画像が得られるのと同じように、電極の数を増やすことで脳内で何が起こっているかをより鮮明に把握できるようになります」と彼は述べた。

スタンフォード大学の研究グループと共同研究を行ったマサチューセッツ総合病院とブラウン大学の神経科医、リー・ホックバーグ氏は、10年前には、脳活動を記録するだけで人の発話内容を解読できるようになる日が来るとは想像もできなかっただろうと語る。「ALS（筋萎縮性側索硬化症）、あるいはその他の神経疾患や神経損傷を患う患者さんたちに、容易に、直感的に、そして迅速にコミュニケーションをとる能力を取り戻せると伝えたいのです」とホックバーグ氏は語る。

オレゴン健康科学大学の言語聴覚士、ベッツ・ピーターズ氏によると、これらの新しいBCIは、通常の会話よりはまだ遅いものの、既存の補助的・代替コミュニケーションシステムよりも高速だという。これらのシステムでは、ユーザーは指や視線を使ってメッセージを入力したり選択したりする必要がある。「会話の流れについていくことができることは、コミュニケーション障害を持つ多くの人にとって大きなメリットとなり、生活のあらゆる側面に完全に参加しやすくなるでしょう」と、彼女はWIREDの取材にメールで答えた。

このような機能を備えた埋め込み型デバイスの開発には、依然として技術的なハードルがいくつかある。例えば、スラツキー氏によると、両グループのエラー率は日常使用において依然としてかなり高いという。比較対象として、MicrosoftとGoogleが開発した現在の音声認識システムのエラー率は約5%である。

もう一つの課題は、デバイスの寿命と信頼性です。実用的なBCIは、何年も継続的に信号を記録し、毎日の再調整を必要としないことが求められます、とスラツキー氏は言います。

BCIは、現在のシステムに必要な煩わしいケーブルを使わずにワイヤレスで動作する必要があるため、患者をコンピューターに接続することなく使用できます。Neuralink、Synchron、Paradromicsなどの企業は、いずれもワイヤレスシステムの開発に取り組んでいます。

「すでに結果は驚くべきものです」と、オースティンに拠点を置くパラドロミクス社の創業者兼CEO、マット・アングル氏は語る。アングル氏は今回の論文には関わっていない。「患者のための医療機器開発に向けて、急速な進歩が見られるようになると思います」