Révolutionnaire: des scientifiques traduisent les ondes cérébrales d’un homme paralysé en mots
Dans une nouvelle étude révolutionnaire, des scientifiques ont réussi à convertir l'activité cérébrale en texte écrit.
Suivez nous sur Google NewsDans une nouvelle étude révolutionnaire, des scientifiques ont réussi à convertir l’activité cérébrale en texte écrit.
L’anarthrie, c’est-à-dire la perte de la capacité à parler, peut avoir des causes diverses, comme un accident vasculaire cérébral ou une sclérose latérale amyotrophique. Les personnes atteintes d’anarthrie conservent souvent leurs capacités linguistiques, mais la paralysie peut les empêcher d’utiliser des aides technologiques pour communiquer. Les neuroscientifiques ont utilisé l’apprentissage automatique pour traduire en mots et en phrases l’activité électrique dans la partie du cerveau responsable de la parole. Pour la première fois, des scientifiques ont réussi à traduire en texte l’activité cérébrale d’une personne paralysée incapable de parler.
Les neuroscientifiques ont implanté un réseau d’électrodes de la taille d’une carte de crédit dans le cortex sensorimoteur de la personne de 36 ans, qui est la partie du cerveau qui contrôle l’articulation de la parole. Les scientifiques, dirigés par l’Université de Californie à San Francisco, ont ensuite utilisé des « algorithmes d’apprentissage profond (deep learning) pour former des modèles informatiques capables de reconnaître et de classer les mots à partir des schémas de l’activité cérébrale du participant. Ils ont demandé à l’homme de penser à prononcer des mots qu’ils lui ont présentés sur un écran.
En plus des modèles d’apprentissage profond, ils ont utilisé un « modèle de langage naturel », c’est-à-dire un programme qui prédit le mot suivant dans une phrase en fonction des mots précédents.
Perte de la parole intelligible
Le participant, âgé de 36 ans au début de l’étude, a subi un accident vasculaire cérébral dans le tronc cérébral lorsqu’il avait 20 ans, qui a entraîné une paralysie sévère et une perte de la parole intelligible, connue sous le nom d’anarthrie. Parmi les autres causes d’anarthrie figure la sclérose latérale amyotrophique, une maladie neurologique rare qui affecte principalement les nerfs responsables des mouvements volontaires.
L’homme de l’étude pouvait émettre des grognements et des gémissements mais était incapable d’articuler des mots, malgré des fonctions cognitives saines. Grâce à de légers mouvements de la tête, il peut contrôler un appareil de dactylographie sur ordinateur pour communiquer. Cependant, sa vitesse de frappe avec ce dispositif n’est que d’environ cinq mots corrects par minute.
Après 48 séances d’entraînement à la nouvelle technologie de « lecture des pensées » sur une période de 81 semaines, il a pu générer environ 15 mots par minute, avec un taux d’erreur de 26 %.
Les scientifiques, qui ont publié leurs résultats dans le New England Journal of Medicine, affirment que les technologies de décodage de la parole sont généralement considérées comme utilisables si leur taux d’erreur est inférieur à 30 %. Cette étude représente une percée révolutionnaire dans le domaine des interfaces cerveau-ordinateur. Bien que l’intervention soit assez invasive, nécessitant une chirurgie du cerveau pour implanter une bande d’enregistrement à la surface du cerveau, et que la précision de la conversion « pensée-parole » soit modeste, le paradigme est révolutionnaire.
Données sur l’activité cérébrale
Au cours de 48 séances d’entraînement, le participant a tenté de produire des mots particuliers à partir d’un ensemble de 50 mots. À chaque essai, l’un de ces mots lui était présenté sur un écran. Lorsque le mot devenait vert après un délai de 2 secondes, il tentait de le prononcer. Au cours de ces sessions, les chercheurs ont recueilli 22 heures de données sur l’activité cérébrale, qu’ils ont transmises à l’algorithme d’apprentissage profond. Lors de deux dernières sessions supplémentaires, l’homme a tenté d’utiliser les mots précédemment entraînés pour générer des phrases telles que « J’ai soif » et « J’ai besoin de mes lunettes ». Dans chaque essai, le participant s’est vu présenter la phrase et a tenté de générer les mots aussi rapidement que possible en pensant à les dire.
L’algorithme d’apprentissage profond et le modèle de langage ont permis de décoder ses pensées sans erreur dans plus de la moitié des essais de phrases.
Sources
Neuroprosthesis for Decoding Speech in a Paralyzed Person with Anarthria