TERKINI
🌍 Liputan global 24/7 • 🏯 Asia Timur: China, Jepun, Korea • 🛕 Asia Selatan: India • 🏰 Eropah • 🗽 Amerika • 🌍 Afrika • 🕌 Timur Tengah • 🇵🇸 Solidariti Palestin •
Menjana terjemahan...
🔬 Sains & Teknologi

Penemuan Terbaharu: Antara Muka Otak-Komputer Berjaya Menterjemah Isyarat Otak ke dalam Pertuturan – Kajian Mendedahkan Keupayaan Pesakit Lumpuh untuk Berkomunikasi pada Kelajuan 62 Patah Perkataan Seminit

Kajian terbaharu yang diterbitkan dalam jurnal Nature pada tahun 2023 oleh penyelidik dari University of California, San Francisco (UCSF) berjaya membangunkan sistem neuroprosthesis yang mampu menterjemah isyarat otak pesakit lumpuh teruk kepada teks pada kelajuan 62 patah perkataan seminit. Sistem ini menggunakan implan elektrod pada korteks serebrum dan algoritma pembelajaran mesin untuk mentafsir isyarat saraf yang berkaitan dengan pergerakan artikulasi pertuturan. Penemuan ini menawarkan harapan baharu kepada individu yang kehilangan keupayaan bercakap akibat strok, penyakit neuron motor, atau kecederaan saraf tunjang.

28 Julai 20264 minit baca0 tontonanOleh Redaksi KhatulistiwaNature
Penemuan Terbaharu: Antara Muka Otak-Komputer Berjaya Menterjemah Isyarat Otak ke dalam Pertuturan – Kajian Mendedahkan Keupayaan Pesakit Lumpuh untuk Berkomunikasi pada Kelajuan 62 Patah Perkataan Seminit
Imej: Imej hiasan deterministik (Picsum)
AI

Latar Belakang Kajian: Cabaran Komunikasi Pesakit Lumpuh Teruk

Kehilangan keupayaan bercakap merupakan salah satu cabaran paling besar yang dihadapi oleh pesakit yang mengalami lumpuh teruk akibat strok batang otak, amyotrophic lateral sclerosis (ALS), atau kecederaan saraf tunjang. Bagi individu-individu ini, komunikasi asas seperti menyatakan keperluan, perasaan, atau fikiran menjadi hampir mustahil. Walaupun teknologi bantuan seperti penjejak mata atau antara muka otak-komputer (BCI) asas telah wujud, kebanyakannya hanya membolehkan komunikasi pada kelajuan yang sangat perlahan, iaitu sekitar 5 hingga 10 patah perkataan seminit. Ini jauh berbeza dengan kelajuan pertuturan semula jadi manusia yang mencecah 150 hingga 200 patah perkataan seminit. Justeru, para saintis di UCSF yang diketuai oleh Dr. Edward Chang, seorang pakar bedah saraf dan profesor neurologi, telah menjalankan kajian selama bertahun-tahun untuk membangunkan sistem neuroprosthesis yang lebih pantas dan tepat.

Metodologi Kajian: Implan Elektrod dan Algoritma Pembelajaran Mesin

Kajian yang diterbitkan dalam jurnal Nature pada 23 Ogos 2023 ini melibatkan seorang peserta wanita berusia 47 tahun yang mengalami lumpuh teruk akibat strok batang otak yang berlaku lebih sedekad lalu. Pesakit tidak dapat bercakap atau menggerakkan anggota badannya, tetapi masih mempunyai fungsi kognitif yang utuh. Pasukan penyelidik menanamkan satu set elektrod mikro (microelectrode array) pada permukaan korteks serebrum pesakit, tepat di kawasan yang mengawal pergerakan artikulasi pertuturan, iaitu gyrus precentral dan gyrus frontal inferior. Elektrod-elektrod ini merekodkan isyarat elektrik daripada ribuan neuron setiap kali pesakit cuba untuk bercakap. Data isyarat saraf ini kemudiannya diproses menggunakan algoritma pembelajaran mesin yang mendalam (deep learning) untuk menterjemah corak isyarat kepada fonem dan seterusnya kepada perkataan dan ayat yang lengkap. Proses latihan algoritma memerlukan pesakit untuk cuba menyebut ayat-ayat tertentu secara senyap, manakala sistem mempelajari padanan antara isyarat otak dan bunyi pertuturan yang disasarkan.

Hasil Kajian: Kejayaan Menterjemah Isyarat Otak ke dalam Teks pada Kelajuan Tinggi

Hasil kajian menunjukkan bahawa sistem neuroprosthesis ini berjaya menterjemah isyarat otak pesakit kepada teks pada kelajuan median 62 patah perkataan seminit, iaitu kira-kira tiga kali ganda lebih pantas berbanding sistem BCI sebelumnya. Kadar ralat perkataan (word error rate) yang dicatatkan adalah sekitar 23.8 peratus, yang bermaksud bahawa kira-kira satu daripada empat perkataan mungkin tidak tepat. Walau bagaimanapun, apabila sistem digabungkan dengan model bahasa (language model) yang lebih canggih, kadar ralat dapat dikurangkan kepada 17.5 peratus. Menariknya, sistem ini juga mampu menterjemah isyarat otak kepada pertuturan yang disintesis (speech synthesis) dengan suara yang menyerupai suara asal pesakit sebelum beliau lumpuh. Ini dicapai dengan menggunakan suara rakaman daripada video perkahwinan pesakit sebagai data latihan untuk model sintesis suara. Kejayaan ini membuktikan bahawa isyarat saraf yang berkaitan dengan artikulasi pertuturan masih utuh walaupun pesakit tidak dapat menggerakkan otot-otot pertuturan secara fizikal.

Implikasi dan Masa Depan Teknologi Antara Muka Otak-Komputer

Penemuan ini membuka lembaran baharu dalam bidang neuroprosthesis dan komunikasi bantuan. Dr. Edward Chang dalam kenyataannya menyatakan bahawa kajian ini menunjukkan buat pertama kalinya bahawa isyarat otak yang berkaitan dengan pergerakan artikulasi pertuturan boleh dinyahkod dengan tepat untuk menghasilkan pertuturan yang boleh difahami pada kelajuan yang mendekati pertuturan semula jadi. Implikasi jangka panjang termasuk kemungkinan untuk membangunkan sistem BCI tanpa wayar yang lebih praktikal dan tahan lama, serta penggunaan algoritma yang lebih pintar untuk mengurangkan kadar ralat. Walau bagaimanapun, cabaran masih wujud, terutamanya dari segi ketahanan implan elektrod dalam jangka masa panjang, risiko jangkitan, dan keperluan untuk penyesuaian individu bagi setiap pesakit. Selain itu, aspek etika dan privasi data otak juga perlu diberi perhatian serius sebelum teknologi ini dapat digunakan secara meluas dalam klinik.

Perbandingan dengan Kajian Lain dalam Bidang BCI

Kajian ini bukanlah satu-satunya usaha dalam bidang antara muka otak-komputer untuk pertuturan. Sebelum ini, pasukan dari University of Texas di Austin telah berjaya menterjemah isyarat fMRI kepada cerita yang boleh dibaca, tetapi teknik tersebut memerlukan pengimbas MRI yang besar dan tidak praktikal untuk kegunaan harian. Sementara itu, penyelidik dari Stanford University telah menggunakan implan intrakortikal untuk menterjemah isyarat otak kepada pergerakan kursor komputer, tetapi tidak secara langsung kepada pertuturan. Kelebihan utama kajian UCSF ini adalah penggunaan implan permukaan korteks (ECoG) yang kurang invasif berbanding implan intrakortikal, namun masih memberikan resolusi isyarat yang tinggi. Ini menjadikan teknologi ini lebih selamat dan berpotensi untuk digunakan dalam tempoh yang lebih lama.

Kesimpulan: Harapan Baharu untuk Pesakit Lumpuh

Secara keseluruhannya, kajian ini merupakan satu lonjakan besar dalam usaha memulihkan keupayaan komunikasi bagi individu yang mengalami lumpuh teruk. Dengan kelajuan 62 patah perkataan seminit, pesakit kini boleh berkomunikasi dengan lebih lancar dan semula jadi, membolehkan mereka mengambil bahagian dalam perbualan harian, menyuarakan pendapat, dan mengekalkan hubungan sosial. Walaupun masih dalam fasa penyelidikan awal, kejayaan ini memberi keyakinan bahawa suatu hari nanti, teknologi antara muka otak-komputer akan menjadi sebahagian daripada rawatan standard untuk pesakit yang kehilangan keupayaan bercakap. Para saintis kini sedang giat berusaha untuk memperbaiki ketepatan, kelajuan, dan kepraktisan sistem ini, dengan harapan dapat membawanya ke pasaran dalam tempoh lima hingga sepuluh tahun akan datang.

Kandungan Ditaja (Sponsored)