機械学習により、脳とコンピューターのインターフェースが「プラグアンドプレイ」になります。 Natureサブジャーナル：麻痺患者もカーソルを制御できる

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

脳コンピューターインターフェースの可能性をさらにどこまで探求できるでしょうか?

少し前、テクノロジーマニアのイーロン・マスク氏がNeuralinkの最新の進歩を現地で実演し、彼と3匹の子豚が話題になった。これは最先端の技術であり、まったく新しい時代が始まろうとしているという人もいれば、これはホーキング博士がエイリアンと呼んだものであり、マスク氏は賈月亭のハイエンド版に過ぎないと言う人もいる。

実際、賞賛と批判の渦中にあっても、子どもたちは次のような多くの質問をしました。

インプラント後の充電方法は？データが中断された場合はどうすればよいですか?

例えば：

アップグレードや修理をするときに再度取り外す必要がありますか?

多くの人が、脳コンピューターインターフェース製品と脳の関係が安定しているかどうかに注目していることがわかりますが、これはこの分野の研究者がずっと望んでいたブレークスルーでもあります。

つい最近、カリフォルニア大学サンフランシスコ校（UCSF）のワイル神経科学研究所の科学者グループは、麻痺した患者が脳の活動を通じてコン​​ピューターのカーソルを制御するプロセスが、多くの再トレーニングを必要とせずに機械学習によって実現できることを実証しました。

UCSF は次のように説明しています。

麻痺した患者に実証された最初の「プラグアンドプレイ」脳コンピューターインターフェース。

脳コンピューターインターフェースは、本当に「プラグアンドプレイ」できるようです。

脳とコンピューターのインターフェース「プラグアンドプレイ」

この研究は、2020年9月7日に「神経マップの安定化による脳コンピューターインターフェースのプラグアンドプレイ制御」というタイトルで、著名な学術誌「ネイチャーバイオテクノロジー」に掲載されました。

脳コンピューターインターフェースを使用して麻痺患者の運動能力や神経疾患患者の発話能力を回復させるという報告は数多くあります。しかし、脳コンピューターインターフェースの実用化を妨げる大きな制約は信頼性です。

人が人生で毎回自転車の乗り方をゼロから学ばなければならないのと同じように、脳の自然な学習プロセスを利用できずに、毎日再セットアップして再調整しなければならない製品を想像してみてください。

この目的のために、研究チームには明確な目標がありました。それは、安定した製品性能を維持するために再調整を必要としない脳コンピューターインターフェース技術を開発することです。

ECoG電極アレイの長期移植

上の写真は ECoG 電極アレイを示しています。ECoG の正式名称は electrocorticogram で、「皮質脳波」、つまり頭蓋内脳波スキャンを指します。これは、電極を埋め込み、それを脳の露出面に直接配置して大脳皮質からの電気信号を記録する侵襲的な方法です。手術環境と術外環境の両方で使用できます。

ECoG アレイは、手術中に患者の脳の表面に置かれる、ポストイットほどの大きさの電極パッチで構成されています。

ECoG 電極アレイは神経活動を長期にわたって安定して記録することを可能にし、てんかん患者の発作モニタリングに承認されています。

UCSFの関係者によると、これまでの脳コンピューターインターフェース技術では、脳組織に浸透してより感度の高い記録を取得できる「針電極アレイ」が使用されていたという。しかし、欠点は次のとおりです。

• 時間が経つと、信号は変化したり失われたりしがちです。
• 電極が脳組織に侵入すると、免疫系がそれを拒絶します。

ECoG アレイは、従来のインプラントよりも感度が低いものの、長期的な安定性によってこの欠点を補っていると考えられます。

研究では、研究チームは、モニタリング信号を安定させるために、麻痺患者の脳に128個の慢性皮質脳波（ECoG）インプラントを長期間にわたって埋め込みました。

研究チームは、麻痺患者の脳に ECoG アレイを長期に埋め込むための研究用デバイスの承認をすでに取得していると報告されています。このアプローチでは、ECoG アレイが長期にわたる安定した脳コンピューター インターフェース インプラントとして安全かつ効果的であるかどうかもテストされています。

研究者らは、埋め込まれたECoGアレイに基づいて、麻痺した患者が義肢と自分の手を制御できるようにしようと試みました。その結果、患者はインプラントの助けを借りて画面上のカーソルを制御できるようになりました。

脳と機械学習システムがパートナーになる

さらに、研究チームは、ECoG電極によって記録された脳の活動をユーザーの意図したカーソルの動きと一致させるために機械学習を使用する脳コンピューターインターフェースアルゴリズムを開発しました。

当初、研究者らは、患者が画面上で動くカーソルを観察し、首と手首の動きを想像する間に、アルゴリズムを毎日リセットするという標準的な方法に従った。ゆっくりと、コンピューターのアルゴリズムは更新され、カーソルの動きと脳の活動が一致するようになります。注目すべきは、脳信号と機械学習強化アルゴリズムの間には継続的な相互作用があり、長期間にわたってパフォーマンスが低下しないということです。

[[341361]]

UCSFによると、脳コンピューターインターフェースのパフォーマンスは、さらに訓練を行わなかった44日間では低下せず、患者は数日間連続して練習しなくても以前のパフォーマンスを維持したという。

この背後にある原理は、長期閉ループデコーダーが適応を達成できることです。適応では、デコーダーの重みを複数日にわたる複数のセッションにわたって調整できるため、ニューラルマップのマージと、いわゆる「プラグアンドプレイ」が実現します。それだけでなく、制御特性（長期的な次元の積み重ねを指す）も向上します。

時間が経つにつれて、患者の脳は神経活動のパターンを増幅できるようになり、脳が複雑なタスクを学習するのと同じように、人工インターフェースを効果的に駆動して ECoG アレイを通じて非効率的な信号を排除できるようになりました。

安定した信号モニタリングを通じて、研究チームが脳と機械学習システムが時間の経過とともに安定した「パートナーシップ」を確立できるようにしたことは容易に理解できます。

そのため、研究チームは次のように述べています。

私たちは、麻痺した患者の手足を制限せず、実際に日常生活を改善できる技術を設計したいと常に願ってきました。実験データは、ECoG ベースの脳コンピューター インターフェースがこのような技術の基礎となる可能性があることを示唆しています。 ECoG インターフェースの安定性と神経可塑性を活用することで、信頼性が高く安定した BCI 制御への新しいアプローチを実現します。脳の複雑で長期的な学習パターンに人工学習システムを適応させることは、麻痺のある人々に対してこれまで試みられたことがない。

今後の研究の方向性について、論文の共著者であり、ワイル神経科学研究所の神経学准教授であるカルネシュ・ガングリー博士は次のように述べた。

私たちの次の研究段階の主な目標は、義肢を含むより複雑なロボット システムの長期制御に ECoG アレイを使用する方法を模索することです。

著者について

前述のように、この研究はカリフォルニア大学サンフランシスコ校のワイル神経科学研究所によるものです。

ワイル神経科学研究所の公式ウェブサイトのホームページには、次のような目立つスローガンがあります。

人間の脳に関連する問題を解決し、神経疾患や精神疾患による苦しみを軽減するために取り組んでいます。

研究所には以下の施設があります。

• 神経学、精神医学、脳神経外科の 3 つの主要部門は、患者のケアと関連研究の両方に重点を置いています。
• このプログラムは神経科学の大学院プログラムであり、UCSF の 17 の基礎科学および臨床部門から約 100 人の教員が参加する学際的なコンソーシアムです。
• UCSF 神経変性疾患研究所は、アルツハイマー病、前頭側頭型認知症、パーキンソン病などの神経変性疾患の効果的な治療法を見つけることに特化した学際的な研究センターです。

ワイル神経科学研究所の神経学准教授であるカルネシュ・ガングリー博士もこの研究に参加した。

カルネシュ・ガングリー博士は、スタンフォード大学で化学の学士号、カリフォルニア大学サンディエゴ校で神経科学の医学博士号を取得し、科学者および技術者のための大統領若手キャリア賞 (PECASE) を受賞しました。