زنی ۱۸ سال پس از سکته مغزی با کاشت ایمپلنت مغزی توانست حرف بزند
تاریخ انتشار: ۳ شهریور ۱۴۰۲ | کد خبر: ۳۸۵۴۲۳۶۷
ایتنا - با پیشرفت علم اکنون ۱۸ سال پس از سکته مغزی جانسون، یک فناوری سیگنالهای مغزی او را به کلمات قابلشنیدن ترجمه کرده است. بدین ترتیب او قادر است از طریق یک آواتار دیجیتالی ارتباط برقرار کند.
آن جانسون در سال ۲۰۰۵ وقتی تنها ۳۰ سال داشت، به دلیل سکته مغزی به فلج شدید دچار شد و دیگر قادر صحبت کردن نبود.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
به گزارش ایتنا و به نقل از ایندیپندنت، محققان دانشگاه کالیفرنیا و سانفرانسیسکو و برکلی توانستند فناوری جدیدی را توسعه دهند. آنها از طریق این فناوری روی سطح مغز جانسون در مناطق مرتبط با گفتار و زبان، ایمپلنتی قرار دادهاند. این ایمپلنت که از طریق عمل جراحی روی مغز جانسون جای گرفته، حاوی ۲۵۳ الکترود است که سیگنالهای مغزی هزاران نورون را رهگیری میکنند. طی این جراحی، پزشکان دریچهای هم در سر جانسون نصب کردند که به کابلی متصل میشود و سیگنالهای مغزی او را به بانک کامپیوتری منتقل میکند.
کامپیوترها از طریق الگوریتمهای هوش مصنوعی سیگنالهای مغز جانسون را به جملات ترجمه میکنند. بدینترتیب هنگامی که جانسون سعی کرد بگوید «چه عالی که دوباره میبینمتان»، آواتار روی صفحه کلمات را با صدای بلند به زبان آورد.
محققان برای شخصیسازی صدای آواتار از صدای ضبطشده جانسون در مراسم عروسیاش استفاده کردند. این سیستم همچنین سیگنالهای مغز جانسون را به حرکات صورت آواتار مانند لبهای جمعشده یا عبارات احساسی مانند غم، اندوه یا تعجب تبدیل میکند.
این فناوری تلاشهای گفتاری جانسون را با سرعت ۸۰ کلمه در دقیقه، به جملات تبدیل میکند.
با این حال با توجه به اینکه این فناوری بیسیم نیست، هنوز به اندازه کافی برای ادغام در زندگی روزمره جانسون پیشرفت نکرده است.
پژوهش دیگری هم نشان میدهد که چطور ایمپلنتهای مغزی میتوانند گفتار را فعال کنند. این پژوهش که در نشریه نیچر منتشر شد، به طور مشابه به یک زن فلج دیگر هم کمک کرد ارتباط برقرار کند.
پت بنت به یک بیماری عصبی نادر مبتلا شد که باعث ضعف عضلات میشود. البته او میتواند حرکت کند و لباسهایش را بپوشد، اما دیگر قادر نیست از ماهیچههای دهان و گلویش برای ادای کلمات استفاده کند.
محققان دانشگاه استنفورد دو حسگر کوچک در مغز پت قرار دادند و از طریق آموزش برنامه نرمافزاری، سیگنالهای سلولهای مغز او را رمزگشایی کردند. آنها سپس توانستند این سیگنالها را به کلمات روی صفحه کامپیوتر تبدیل کنند.
این فناوری تلاشهای گفتاری بنت را با سرعت ۶۲ کلمه در دقیقه به جملات تبدیل کرد و زمانی که او از دایره واژگانی حاوی ۵۰ کلمه استفاده کرد، حدود ۹۱ درصد دقت و درستی داشت.
البته باید بدانیم که ارتباط بین کامپیوتر و مغز هنوز کامل نشده است. آزمایشهایی که از الکترود برای خواندن سیگنالهای مغز استفاده میکند، به اواخر دهه ۱۹۹۰ برمیگردد اما زمینههای تحقیقاتی آن در سالهای اخیر پیشرفت کرده است.
منبع: ايتنا
کلیدواژه: ایمپلنت مغزی سکته مغزی سیگنال های مغز مغز جانسون
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.itna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ايتنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۵۴۲۳۶۷ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ChatGPT در تشخیص آبسه مغزی شکست خورد
در پژوهش جدیدی که برای ارزیابی توانایی ChatGPT در تشخیص بیماریها انجام شد، این مدل هوش مصنوعی نتوانست آبسه مغزی را به درستی تشخیص دهد.
به گزارش ایسنا، به رغم این که هوش مصنوعی در حال تبدیل شدن به یک بخش اساسی از پژوهشهای بالینی و تصمیمگیری است، بسیاری از افراد هنوز صحت ChatGPT را برای پشتیبانی از فرآیندهای تشخیصی و درمانی پیچیده زیر سوال میبرند.
به نقل از میراژ نیوز، یک پژوهش جدید که ChatGPT را برای مدیریت کردن «آبسه مغزی»(Brain abscess) به کار گرفته، نشان داده که اگرچه به نظر میرسد ChatGPT قادر به ارائه دادن توصیههایی درباره تشخیص و درمان است اما برخی از پاسخهای این مدل هوش مصنوعی میتوانند بیماران را در معرض خطر قرار دهند.
این پژوهش که در کنگره جهانی «انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا»(ESCMID) در شهر بارسلون اسپانیا ارائه شد، توسط اعضای گروه پژوهشی «بیماریهای عفونی مغز»(ESGIB) انجام شده است.
دکتر «سوزان دایکوف شن»(Susanne Dyckhoff-Shen) از بیمارستان «دانشگاه لودویگ ماکسیمیلیان مونیخ»(LMU) در آلمان و یکی از اعضای انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا گفت: زمانی که با ایمنی بیمار سر و کار دارید، هر نتیجه کمتر از ۱۰۰ درصد یک شکست است. اگرچه ما از دانش ChatGPT درباره مدیریت آبسههای مغزی شگفتزده شدهایم اما محدودیتهای کلیدی در استفاده از این مدل هوش مصنوعی به عنوان یک دستگاه پزشکی وجود دارد که از جمله آنها میتوان به آسیب احتمالی بیمار و عدم شفافیت دادهها برای ارائه پاسخ اشاره کرد.
توانایی هوش مصنوعی در جذب سریع، پردازش و تفسیر مجموعه دادههای گسترده، چشمانداهای وسوسهانگیزی را نشان میدهد اما این پرسش نیز به وجود میآید که آیا فرآیندهای زمانبر برای ایجاد دستورالعملهای پزشکی هنوز ضروری هستند یا اینکه مدلهای هوش مصنوعی آموزشدیده با انبوهی از اطلاعات پزشکی میتوانند در پاسخ به پرسشهای پیچیده بالینی با کارشناسان بالینی رقابت کنند.
آبسه مغزی یک عفونت تهدیدکننده در سیستم عصبی مرکزی است که برای جلوگیری از عوارض شدید عصبی و حتی مرگ بیمار باید به سرعت شناسایی و درمان شود. مدیریت آبسههای مغزی عمدتا براساس تجربه بالینی و پژوهشهای محدود انجام میشود اما انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا در سال ۲۰۲۳، نیاز به یک روش استاندارد را با توسعه یک دستورالعمل بینالمللی برآورده کرد.
گروهی از پژوهشگران اروپایی برای اینکه بفهمند آیا ChatGPT قادر به ارزیابی حرفهای پژوهشهای پزشکی و ارائه توصیههای معتبر علمی است یا خیر، مدل هوش مصنوعی را آزمایش کردند تا ببینند که آیا در مقایسه با دستورالعمل ESCMID میتواند به ۱۰ پرسش کلیدی درباره تشخیص و درمان آبسه مغزی پاسخ دقیق بدهد یا خیر.
پژوهشگران ابتدا از نسخه چهارمChatGPT (ChatGPT 4) خواستند تا به ۱۰ پرسش مطرحشده توسط انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا پیرامون دستورالعمل آبسه مغزی آنها پاسخ دهد. پرسشها بدون هیچ گونه اطلاعات اضافی طراحی و ارزیابی شدند.
سپس، ChatGPT با متن همان مقالات پژوهشی آموزش داده شد که برای توسعه دستورالعمل پیش از پرسیدن سؤالات مورد استفاده قرار گرفته بودند. این کار برای بررسی این موضوع انجام شد که آیا ChatGPT با استفاده از دادههای مشابه به کار رفته برای توسعه دستورالعملها میتواند توصیههای هماهنگتری را ارائه دهد یا خیر.
سپس سه متخصص بیماریهای عفونی، پاسخهای هوش مصنوعی را با توصیههای دستورالعمل انجمن میکروبیولوژی بالینی و بیماریهای عفونی اروپا مقایسه کردند تا مواردی را مانند وضوح، همسویی با دستورالعمل و خطر احتمالی برای بیمار ارزیابی کنند.
این پژوهش در «The Journal of Neurology» ارائه شد.
انتهای پیام