L’une des conséquences les plus graves d’une maladie comme la sclérose latérale amyotrophique, connue sous le nom de SLA, est la perte de la parole. Depuis des années, il existe des technologies qui cherchent à offrir à ces patients et aux personnes souffrant d’une forme de paralysie grave, de nouvelles façons de communiquermais à ce jour, ils n’ont pas atteint une vitesse ou une précision comparable à celle d’une conversation normale.
Cependant, les progrès des interfaces cerveau-ordinateur (BCI) révolutionnent ce panorama, comme le révèle un article publié aujourd’hui dans la revue Nature. Les équipes à l’origine de ces investigations ont pu présenter des résultats démontrant que leurs systèmes peut décoder l’activité cérébrale en parole avec plus de rapidité, de précision et de vocabulaire que toutes les méthodes appliquées précédemment.
Les deux interfaces, développées par des chercheurs des universités de Stanford, San Francisco et Berkeley, représentent une percée pour les neurosciences et la neuroingénierie. Leurs avancées posent un nouveau paradigme pour empêcher les personnes souffrant de maladies et de blessures neurologiques invalidantes de perdre la capacité de communiquer avec les autres.
différentes méthodes
En mars 2022, le neurochirurgien de l’Université Stanford, Jaimie Henderson, a placé deux minuscules capteurs dotés de fines électrodes dans deux régions différentes du cerveau de Pat Bennet, une femme de 67 ans atteinte de SLA à un stade avancé. Combinés à un logiciel de décodage de pointe, ces minuscules appareils ont été chargés de traduire l’activité cérébrale liée à la parole en texte écrit sur un écran.
À peine un mois après l’opération, le reste de l’équipe de scientifiques de Stanford impliquée dans la recherche, dirigée par Francis Willett, a commencé à tenir des séances deux fois par semaine avec Bennett pour entraîner le réseau neuronal artificiel qui interprétait son discours. Seulement 4 mois plus tard, les pensées du patient étaient converties en mots sur un écran d’ordinateur, à une vitesse de 62 mots par minute, 3,4 fois plus rapide que le précédent record de communication assistée par BCI.
L’implant qui a redonné la parole à un patient atteint de sclérose latérale amyotrophique
Bennett a même pu prononcer des phrases qui n’étaient pas incluses dans les ensembles de données de formation, en utilisant une bibliothèque de 50 mots. La prochaine étape consistait à récupérer les données collectées lors de ces sessions et à les corréler avec les signaux et les mots. Ainsi, les chercheurs ont pu développer et mettre en œuvre dans leur BCI un système de prédiction de mots, pour augmenter la précision de l’interface: Si le patient essayait de choisir un mot parmi plusieurs, le logiciel choisirait le plus probable.
[Este diminuto dispositivo es un ingenioso implante capaz de luchar contra el cáncer más agresivo]
Le BCI est encore loin de la vitesse d’une conversation naturelle, qui se déroule à environ 160 mots par minute, mais son amélioration par rapport aux méthodes existantes à ce jour est très visible. Et ce n’est pas seulement la vitesse qui compte, mais aussi la précision : son taux d’erreur est tombé à 9,1% avec un vocabulaire de 50 mots2,7 fois moins que le précédent BCI, introduit en 2021. Lorsque le vocabulaire a été élargi à 125 000 mots, le taux d’erreur est passé à 23,8 %.
L’avatar parlant
L’autre BCI, développé par des chercheurs de l’Université de San Francisco et de l’Université de Berkeley (Californie) et dirigé par le neuroscientifique Edward Chang, a utilisé une méthode différente. Chang et son équipe ont utilisé un rectangle fin comme du papier avec 253 électrodes, placé sur la surface du cerveau d’une femme paralysée après un accident vasculaire cérébral, pour détecter l’activité de plusieurs cellules à la fois en différents points du cortex de la parole.
Un patient gravement paralysé a pu communiquer via un avatar Noah Berger / Nature Omicrono
Grâce à cette approche inédite, les chercheurs ont pu générer trois sorties simultanées : du texte, de la parole audible et un avatar virtuel capable de parler. Pour parvenir à leurs résultats, ils ont conçu un modèle d’apprentissage profond pour déchiffrer les données neuronales générées par la patiente alors qu’elle tentait de prononcer des phrases complètes dans un silence complet.
Ce BCI a surpassé les résultats de celui de Stanford, réalisant un débit moyen de 78 mots par minute, c’est-à-dire 4,3 fois plus rapide que le chiffre du précédent record. Son taux d’erreur est également plus faible, avec seulement 4,9 % d’échecs à décoder des phrases d’un ensemble de 50 mots. Ou ce qui revient au même, 5 fois moins d’erreurs que la précédente BCI voix de dernière génération.
L’avatar reflète les expressions faciales du patient paralysé Noah Berger / Nature
Bien entendu, à mesure que le vocabulaire augmentait, le taux d’erreur augmentait également : avec plus de 1 000 mots, il atteignait 25 % d’échecs, tandis que les simulations hors ligne détectaient un taux d’erreur de 28 % lorsque le vocabulaire s’élevait à 39 000 mots.
Mais ce qui est vraiment nouveau dans la méthode de Chang, c’est sa multimodalité. Les électrodes et le logiciel étaient chargés de traduire un ensemble de 529 phrases directement en voix synthétisée, avec une marge d’erreur de 28 %. En outre, le BCI était chargé de décoder l’activité neuronale dans les mouvements faciaux d’un avatar à travers un écran, qui reflétait également les expressions non verbales du patient.
Après plusieurs mois de tests, les chercheurs ont démontré que leur méthode était stable et performante, ainsi que permettre une communication plus naturelle et expressive. D’autres recherches et de nouveaux essais cliniques avec d’autres sujets sont encore nécessaires, mais les résultats sont très prometteurs.
Tu pourrais aussi aimer:
Suivez les sujets qui vous intéressent