Lần đầu tiên trong lịch sử y khoa, các bác sĩ đã có thể giúp một người đàn ông bị liệt và câm trong nhiều năm có thể giao tiếp trở lại bằng cách dịch sóng não của anh ấy ra thành lời nói. Người đàn ông 38 tuổi, sống ở Mỹ được đặt biệt danh là BRAVO-1 trong nghiên cứu thực hiện bởi Đại học California. Cách đây 15 năm, người đàn ông này đã trải qua một cơn đột quỵ khiến dây thần kinh nối giữa não và thanh quản anh ta bị đứt.
BRAVO-1 cũng bị liệt từ cổ cử động đầu để giao tiếp
Một nhóm các kỹ sư đã thiết kế cho anh một chiếc ghế đặc biệt với màn hình cảm ứng nối với máy tính trước mặt. Bình thường, BRAVO-1 sẽ đội một chiếc mũ lưỡi trai gắn que dài cho phép anh ấy chạm đầu que cảm ứng lên màn hình và chọn từ để nói.
Giao diện não-máy tính giúp người liệt bị câm lấy lại khả năng giao tiếp
Điện cực được gắn thẳng vào bên trong não
BRAVO-1 đã có thể nói mà không cần dùng đến chiếc mũ nữa. Các xung thần kinh của anh ấy đã được truyền trực tiếp vào máy tính để giải mã, giúp anh có thể nói ở tốc độ trung bình 15 từ/phút với độ chính xác 74%.
“Lần đầu tiên nghiên cứu này chứng minh rằng chúng ta có thể tạo ra toàn bộ câu nói dựa trên hoạt động não của con người”, Edward Chang, giáo sư phẫu thuật thần kinh và là tác giả chính của nghiên cứu này cho biết. “Đây là một bằng chứng tuyệt vời cho thấy công nghệ đã nằm trong tầm tay, chúng ta sẽ có thể chế tạo một thiết bị có khả năng phát ra âm thanh ở những bệnh nhân bị mất giọng nói”.
Có những lúc, tốc độ có thể được đẩy lên tối đa 18 từ/phút, và độ chính xác đạt tới 93%. Trong so sánh, một người bình thường sẽ nói chuyện ở tốc độ 150 từ/phút và đạt độ chính xác 100%
Sóng não BRAVO-1 thành lời nói chưa thực sự ấn tượng
Điều đó cho thấy khả năng giải mã sóng não của BRAVO-1 thành lời nói vẫn chưa thực sự ấn tượng. Nhưng các nhà khoa học cho biết bản thân từ đầu tiên mà BRAVO-1 cất lên được đã “là một cột mốc đột phá công nghệ quan trọng đối với một người không thể giao tiếp tự nhiên” như anh ấy.
Nếu dây thanh âm không may bị tổn thương, một người có thể mất khả năng nói và phát ra âm thanh
“Nó cho thấy tiềm năng của phương pháp này, thứ sẽ giúp đem lại tiếng nói cho những người bị liệt nặng và mất khả năng giao tiếp”, tiến sĩ David Moss, tác giả nghiên cứu, một kỹ sư đến từ Đại học California nói với tờ Washington Post.
Giúp người liệt bị câm lấy lại khả năng giao tiếp
Để có thể giúp BRAVO-1 nói trở lại, các nhà khoa học tại Đại học California đã cấy một mạng lưới điện cực lên vùng vỏ não cảm giác, cũng là vùng não kiểm soát lời nói của anh ấy. Điện cực sau đó được nối ra ngoài hộp sọ thông qua dây dẫn vào một máy tính giải mã.
“Theo hiểu biết của chúng tôi, đây là minh chứng đầu tiên cho thấy việc giải mã trực tiếp hoạt động não của một người bị liệt không nói được thành các từ ngữ đầy đủ có thể được thực hiện thành công”, nhà giải phẫu thần kinh Edward Chang, đồng tác giả của nghiên cứu cho biết.
Chương trình có thể nhận diện và phân biệt
Công việc tiếp theo là đào tạo một chương trình có thể nhận diện và phân biệt các xung điện phát ra từ vỏ não cảm giác của BRAVO-1, giúp anh ấy chuyển suy nghĩ thành lời nói. Điều này được thực hiện thông qua 48 phiên thử nghiệm kéo dài tổng cộng 22 giờ. Sau đó, họ sử dụng một thuật toán học sâu để cố gắng lọc được tín hiệu nào biểu thị cho từ nào mà BRAVO-1 muốn nói
Trong đó, các nhà khoa học đã cố gắng ghi lại các tín hiệu não mà BRAVO-1 tạo ra khi anh ta nói 50 từ nhấp nháy trên màn hình.
Để tăng tốc độ giao tiếp cho anh ấy
Về cơ bản, thuật toán này hoạt động giống như chức năng đề xuất hoặc sửa lỗi chính tả trên điện thoại của bạn. Thế nhưng, các nhà khoa học cho biết chức năng sửa lỗi thông thường cho độ chính xác chỉ khoảng 2%. Trong nghiên cứu này, họ đã có thể đẩy độ chính xác đó lên ngưỡng 93% với 50 từ. Đó là một kho ngôn ngữ nhỏ nhưng chứa tất cả các từ vựng cần thiết cho cuộc sống hàng ngày của một người bị liệt như BRAVO-1, chẳng hạn như “nước”, “gia đình” và “tốt”.
Một phần thuật toán sẽ cho phép máy tính đoán ra từ tiếp theo mà BRAVO-1 có thể sẽ phát ra
Trong một buổi trình diễn để kiểm tra xem hệ thống có làm việc hay không, các nhà nghiên cứu đã hỏi anh ấy những câu hỏi như “Hôm nay anh thế nào?” và “Anh có muốn uống một chút nước không?”. Kết quả, BRAVO-1 đã mất khoảng vài giây để nghĩ và nói ra màn hình các câu trả lời như “Tôi đang rất khỏe” và “Không, tôi không khát”.
5 Năm trước, không ai nghĩ nghiên cứu sẽ thành công
Chang hiện là chủ tịch Khoa Phẫu thuật Thần kinh tại Đại học California. Ông nhấn mạnh rằng cách đây 5 năm, không có ai nghĩ rằng một nghiên cứu như thế này sẽ có được kết quả tốt đến vậy. Hầu hết các nghiên cứu tương tự khi đó, với một chiếc máy tính được nối với não của một người, chỉ được thực hiện trên bệnh nhân mắc chứng động kinh. Giao diện não-máy tính dạng này chỉ được dùng để chẩn đoán nguồn gốc cơn động kinh của họ.
Quay trở lại thêm 5 năm trước, mặc dù đã có một số nhà nghiên cứu có thể giải mã được âm thanh hoặc âm tiết từ sóng não của bệnh nhân. Nhưng độ chính xác của các thuật toán khi đó quá thấp để có thể ghép chúng thành từ hoàn chỉnh.
Điện cực được cấy vào vỏ não cho phép người liệt giao tiếp được bằng suy nghĩ với máy tính
Thành công mà Chan và nhóm của ông đạt được với BRAVO-1 ngày hôm nay thừa hưởng rất nhiều tiết bộ từ lĩnh vực trí tuệ nhân tạo trong 10 năm trở lại đây. Chẳng hạn như các thuật toán nhận diện giọng nói, sửa lỗi chính tả trên máy tính và điện thoại di động cũng đã được phát triển với hàng tỷ giờ đào tạo trên hàng tỷ mẫu dữ liệu.
Tín hiệu thần kinh, các nhà khoa học đạt được nhiều tiến bộ
Ví dụ như vào tháng 5 vừa rồi, một nhóm nghiên cứu tại Đại học Stanford cũng đã giúp một người đàn ông bị liệt có thể viết chữ trên màn hình bằng công nghệ giải mã sóng não. Với trường hợp này, người đàn ông đã tưởng tượng cách anh ấy di chuyển bàn tay của mình, điều khiển các ngón tay để viết, thay vì nghĩ các chữ cái sẽ được đánh máy ra hoặc trỏ vào màn hình cảm ứng như BRAVO-1.
Bác sĩ phẫu thần kinh Edward Chang (bên phải), tác giả của nghiên cứu mới
Nhận xét về nghiên cứu mới, Christian Herff, một phó giáo sư kỹ thuật thần kinh tại Đại học Maastricht ở Hà Lan, cho biết những gì Chang và các cộng sự của ông làm được là một bước tiến “khổng lồ”. “Nó đã thực sự giải quyết được một vấn đề lớn”, Herff nói. Các nghiên cứu trước đây cho thấy giải mã sóng não có thể giúp chúng ta đọc được suy nghĩ của một người có thể nói. “Nhưng đây là nghiên cứu đầu tiên làm được điều đó ở một bệnh nhân không nói được”, Herff nhấn mạnh.
Công trình mới, thành quả của kéo dài một thập kỷ
Trong một cuộc phỏng vấn, Chang cho biết Mười năm trước, ông gặp một bệnh nhân bị câm và bắt đầu trăn trở về sự bất tiện mà bệnh nhân này gặp phải trong cuộc sống. Hàng nghìn người đã và đang phải chịu chung số phận ấy mỗi năm do các tổn thương thần kinh từ đột quỵ, bại não, chấn thương và các bệnh như xơ cứng – ALS giống nhà khoa học Stephen Hawking.
Bước tiếp theo, Chang và các đồng nghiệp sẽ cần cải thiện các thuật toán học sâu để có thể tăng độ chính xác cũng như tốc độ nói cho BRAVO-1. Ông dự kiến mình cũng sẽ cần mở rộng vốn từ vựng cho bệnh nhân của mình để anh ta có thể nói được nhiều chủ đề hơn nữa.
Nhưng với thành công của BRAVO-1 ngày hôm nay, ông sẽ giúp những bệnh nhân của mình lấy lại được khả năng giao tiếp. “Và thực sự đây mới chỉ là bước khởi đầu”, Chang nói
Nghiên cứu định tuyến ngôn ngữ của BRAVO-1 thành dạng âm thanh
Ngoài ra, họ cũng có thể phát triển đột phá công nghệ giao tiếp không dây giữa điện cực trong não bộ và máy tính. Nếu thành công, điều này có thể loại bỏ sự phụ thuộc của BRAVO-1 với dây nối phía sau sọ não của anh ấy. Ứng dụng của một giao tiếp não –máy tính không dây cũng sẽ được mở rộng hơn nhiều. Nó có thể thích hợp với cả những người câm nhưng không bị liệt, những người không cần phải ngồi một chỗ bên chiếc máy tính của mình mới có thể nói.
Nghĩa là nó sẽ cho phép anh ấy phát ra tiếng nói thực sự, giống Stephen Hawking ngày xưa nhưng thêm vào cả ngữ điệu và biểu cảm.
“Mặc dù nghiên cứu được tính là thành công, nhưng chúng tôi không dám nói rằng mình đã hoàn thiện bất cứ điều gì với công nghệ này. Đó thực sự mới chỉ là bước khởi đầu”, Chang nói.
Nghiên cứu đã được đăng trên Tạp chí Y học New England.
Tham khảo UCFS
