Non-contact optical decoding of multiple cortical language and auditory response states in Wernicke's area

द दशकों से, वैज्ञानिक मस्तिष्क को छुए बिना उसे सुनने का एक तरीका खोजने का प्रयास कर रहे हैं। इसका लक्ष्य यह समझना है कि मस्तिष्क भाषा, संगीत और मौन को कैसे संसाधित करता है, जो मस्तिष्क की सतह पर होने वाले सूक्ष्म भौतिक परिवर्तनों को पढ़कर संभव है। वर्तमान विधियाँ, जैसे कि ब्रेन स्कैन या स्कैल्प पर रखे जाने वाले इलेक्ट्रोड, अक्सर भारी मशीनरी, सीधे त्वचा के संपर्क या सेटअप के लंबे समय की मांग करती हैं जो उन्हें रोजमर्रा के उपयोग के लिए अव्यावहारिक बनाती हैं। हालाँकि, एक नया दृष्टिकोण उभरा है जो प्रकाश पर निर्भर करता है। स्कैल्प पर लेजर चमकाकर और परावर्तित प्रकाश की गति को देखकर, शोधकर्ता मस्तिष्क की सतह पर होने वाले उन सूक्ष्म, लयबद्ध बदलावों का पता लगा सकते हैं जो न्यूरोवैस्कुलर गतिविधि के कारण सूक्ष्म ऊतक गतियों (microscopic tissue motions) को संचालित करते हैं। 'स्पेकल सेंसिंग' (speckle sensing) नामक यह तकनीक, रक्त प्रवाह और मस्तिष्क के सूक्ष्म यांत्रिक आंदोलनों के कारण होने वाले प्रकाश के सूक्ष्म नृत्य को पकड़ती है, जो मानव विचार की एक संभावित पोर्टेबल और गैर-आक्रामक खिड़की प्रदान करती है।

इस आधार पर निर्माण करते हुए, शोधकर्ताओं की एक टीम ने हाल ही में प्रदर्शित किया है कि यह संपर्क रहित प्रकाश-आधारित विधि न केवल यह पता लगा सकती है कि मस्तिष्क सक्रिय है, बल्कि यह विशिष्ट प्रकार की मानसिक अवस्थाओं के बीच अंतर भी कर सकती है। सितंबर 2026 में प्रकाशित एक अध्ययन में, टीम ने वर्निक क्षेत्र (Wernicke's area) पर ध्यान केंद्रित किया, जो मस्तिष्क का पिछला हिस्सा है और भाषा समझने के लिए जिम्मेदार है। उन्होंने पूछा कि क्या स्कैल्प को देख रहा एक कैमरा यह बता सकता है कि व्यक्ति अपनी मातृभाषा सुन रहा है, एक विदेशी भाषा जिसे वह समझता है, एक विदेशी भाषा जिसे वह नहीं समझता, शास्त्रीय संगीत, या पूर्ण मौन के बीच अंतर कर सकता है। इसका उत्तर एक जोरदार 'हाँ' था। एक लेजर और एक हाई-स्पीड कैमरे का उपयोग करते हुए, शोधकर्ताओं ने सफलतापूर्वक पहचान लिया कि व्यक्ति इनमें से कौन सी पाँच अवस्थाओं का अनुभव कर रहा था, जिसकी औसत सटीकता लगभग 97 प्रतिशत थी। उल्लेखनीय रूप से, इस प्रणाली को किसी विशिष्ट व्यक्ति के लिए प्रत्येक अवस्था को पहचानने के लिए सीखने हेतु प्रति श्रेणी केवल चार सेकंड के लेबल किए गए डेटा की आवश्यकता थी।

इस प्रयोग में तेरह स्वस्थ स्वयंसेवकों को शामिल किया गया जो एक शांत कमरे में बैठे थे जबकि एक लेजर बीम उनके सिर के पिछले हिस्से को रोशन कर रही थी। जैसे ही प्रतिभागियों ने मातृभाषा, अंग्रेजी, स्वीडिश, शास्त्रीय संगीत, या मौन की रिकॉर्डिंग सुनी, कैमरे ने उनके स्कैल्प से टकराकर वापस आने वाले प्रकाश के बदलते पैटर्न को रिकॉर्ड किया। ये पैटर्न, जिन्हें 'स्पेकल पैटर्न' कहा जाता है, रक्त प्रवाह द्वारा संचालित मस्तिष्क के ऊतकों के सूक्ष्म आंदोलनों के जवाब में बदलते हैं। शोधकर्ताओं ने फिर इन वीडियो रिकॉर्डिंग को एक कंप्यूटर मॉडल में डाला जिसे पहले एक अलग कार्य के लिए प्रशिक्षित किया गया था: मस्तिष्क के एक अलग हिस्से में 'साइलेंट इनर स्पीच' (मौन आंतरिक भाषण) का पता लगाना। यह मॉडल, जिसने बिना यह बताए कि उनका अर्थ क्या है, पैटर्न को पहचानना सीख लिया था, उसे फिर नए भाषा-बोध डेटा पर लागू किया गया। सिस्टम को शून्य से फिर से प्रशिक्षित करने की आवश्यकता नहीं थी; इसने बस एक क्षेत्र से दूसरे क्षेत्र में मस्तिष्क की गतिविधि के बारे में जो सीखा था, उसे स्थानांतरित कर दिया।

परिणामों ने दिखाया कि सिस्टम पांच अलग-अलग स्थितियों को विश्वसनीय रूप से अलग कर सकता था। जब प्रतिभागियों ने अपनी मातृभाषा सुनी, तो मस्तिष्क की प्रतिक्रिया अंग्रेजी सुनने या स्वीडिश (जिसे वे नहीं समझते थे) सुनने की तुलना में भिन्न थी। सिस्टम ने इन भाषा अवस्थाओं को शास्त्रीय संगीत सुनने के अनुभव और मौन की शांति से भी अलग पहचाना। सटीकता तब भी उच्च बनी रही जब शोधकर्ताओं ने प्रशिक्षण डेटा को घटाकर प्रति श्रेणी केवल दो सेकंड कर दिया, जिससे पता चलता है कि इन अवस्थाओं की पहचान के लिए आवश्यक मुख्य जानकारी बहुत जल्दी पकड़ी जाती है। अध्ययन ने यह भी पुष्टि की कि ये संकेत मस्तिष्क के भाषा केंद्र के लिए विशिष्ट थे; जब इसी तकनीक को माथे (forehead) पर लागू किया गया, जो भाषा प्रसंस्करण में शामिल नहीं होने वाला एक नियंत्रण क्षेत्र है, तो सिस्टम विभिन्न ध्वनियों के बीच अंतर नहीं कर सका।

इस कार्य का एक प्रमुख पहलू यह है कि कंप्यूटर मॉडल ने भाषा या संगीत के नियमों को स्पष्ट रूप से सीखे बिना इन जटिल अवस्थाओं को पहचानना सीख लिया। इसके बजाय, इसने स्कैल्प पर चलते प्रकाश के कच्चे दृश्य डेटा से सीखा। शोधकर्ताओं ने पाया कि भाषा समझने से जुड़े पैटर्न, भाषा न समझने वाली भाषा सुनने से जुड़े पैटर्न से अलग थे, और दोनों ही संगीत सुनने के पैटर्न से भिन्न थे। यह सुझाव देता है कि इन उद्दीपनों (stimuli) के प्रति मस्तिष्क की भौतिक प्रतिक्रिया इतनी अद्वितीय है कि इसे केवल प्रकाश द्वारा ही पहचाना जा सकता है। अध्ययन ने ब्रेन-कंप्यूटर इंटरफेस के लिए एक व्यावहारिक बाधा को भी संबोधित किया: लंबे अंशांकन (calibration) सत्रों की आवश्यकता। प्रति श्रेणी केवल कुछ सेकंड के डेटा के साथ उच्च सटीकता प्राप्त की जा सकती है, यह दिखाकर, शोधकर्ताओं ने प्रदर्शित किया कि इस तकनीक को वास्तविक दुनिया के त्वरित उपयोग के लिए अनुकूलित किया जा सकता है जहाँ समय सीमित होता है।

ये निष्कर्ष गैर-आक्रामक न्यूरोटेक्नोलॉजी के विकास में एक महत्वपूर्ण कदम हैं। जबकि पिछले अध्ययनों ने दिखाया था कि प्रकाश बाइनरी अवस्थाओं, जैसे कि "हाँ" या "नहीं" सोचना, के बीच अंतर कर सकता है, इस कार्य ने बहु-स्तरीय श्रेणियों की क्षमता का विस्तार किया है। मातृभाषा, ज्ञात विदेशी भाषा, अज्ञात विदेशी भाषा, संगीत और मौन के बीच अंतर करने की क्षमता यह दर्शाती है कि सिस्टम मस्तिष्क में होने वाली विशिष्ट संज्ञानात्मक प्रक्रिया के प्रति संवेदनशील है, न कि केवल ध्वनि की उपस्थिति के प्रति। शोधकर्ताओं ने उल्लेख किया कि ये संकेत केवल सामान्य शारीरिक गति या शोर का प्रतिबिंब नहीं थे, क्योंकि माथे पर किए गए नियंत्रण मापन विफल रहे थे। यह विशिष्टता प्रकाश संकेतों और भाषा केंद्रों की गतिविधि के बीच एक सीधा संबंध दर्शाती है।

उच्च सटीकता के बावजूद, अध्ययन कुछ सीमाओं को स्वीकार करता है। प्रतिभागियों का समूह अपेक्षाकृत छोटा था और इसमें मुख्य रूप से पुरुष शामिल थे, जो इस तकनीक के विभिन्न जनसांख्यिकीय समूहों में प्रदर्शन के बारे में निष्कर्ष निकालने की क्षमता को सीमित करता है। प्रयोग एक नियंत्रित प्रयोगशाला सेटिंग में किए गए थे, और संकेतों के भौतिक मूल का अनुमान लगाया गया था, न कि इस विशिष्ट अध्ययन में अन्य उपकरणों के साथ सीधे मापा गया था। हालाँकि, विभिन्न प्रतिभागियों के बीच परिणामों की निरंतरता और एक मस्तिष्क क्षेत्र से दूसरे में सीखने के सफल हस्तांतरण ने इस दृष्टिकोण की व्यवहार्यता के लिए मजबूत प्रमाण प्रदान किया है। यह कार्य बताता है कि भाषा और ध्वनि के प्रति मस्तिष्क की प्रतिक्रिया सिर की सतह पर एक विशिष्ट, मापने योग्य छाप छोड़ती है, जिसे एक कैमरा और लेजर द्वारा बिना किसी तार या इलेक्ट्रोड के स्पर्श के पढ़ा जा सकता है।

यह शोध इस बारे में एक नया अध्याय खोलता है कि हम अपने मस्तिष्क के साथ कैसे संवाद कर सकते हैं। यह सिद्ध करके कि संपर्क रहित ऑप्टिकल सेंसिंग न्यूनतम सेटअप के साथ कई संज्ञानात्मक अवस्थाओं को डिकोड कर सकती है, यह अध्ययन इस क्षेत्र को उन व्यावहारिक अनुप्रयोगों के करीब ले जाता है जहाँ किसी व्यक्ति की मानसिक स्थिति को समझने के लिए अस्पताल जाने या भारी हेडसेट की आवश्यकता नहीं होती है। केवल कुछ सेकंड के डेटा का उपयोग करके यह अंतर करने की क्षमता कि व्यक्ति क्या समझ रहा है और क्या नहीं, या भाषण और संगीत के बीच, यह सुझाव देती है कि एक ऐसा भविष्य जहाँ मस्तिष्क की निगरानी करना एक त्वरित दृष्टि जितना सरल हो सकता है। यह तकनीक विचारों को उस तरह से नहीं पढ़ती जैसा कि विज्ञान कथाएं अक्सर चित्रित करती हैं, लेकिन यह दुनिया को संसाधित करते समय मस्तिष्क के अद्वितीय भौतिक हस्ताक्षर को प्रकट करती है, जो मानवीय बोध की यांत्रिकी में एक स्पष्ट, गैर-आक्रामक दृश्य प्रदान करती है।