Transcranial magnetic stimulation-based brain-computer interface with neurofeedback facilitates motor imagery of different daily life hand actions
この概念実証研究は、運動イメージとニューロフィードバックを組み合わせた、新規かつパーソナライズされた経頭蓋磁気刺激（TMS）に基づくブレイン・コンピュータ・インターフェースが、健常な成人において脳活動の制御および複雑で明確に異なる手の動作のデコードを成功させることを示しており、重度の運動障害を持つ個人に対する神経リハビリテーションへの潜在的可能性を強調している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
身体が動かせない時でも、精神が身体を訓練できる世界を想像してみてください。これは、科学者が脳の電気的なささやきを読み取り、それを指令へと翻訳する方法を学んでいる分野、すなわちブレイン・コンピュータ・インターフェース（BCI）が約束する未来です。数十年にわたり、研究者たちは手を閉じる、あるいは開くといった単純な動きに焦点を当ててきました。しかし、日常生活にはより複雑なスキル、例えば、鍵を回す、ボトルを持つ、あるいはコップを掴むといった動作が求められます。これらの動作には、多くの筋肉による繊細で協調のとれたダンスが必要ですが、標準的な脳読み取りツールでは、このレベルの制御を捉えることに苦慮してきました。課題は、「動きを考えること」と「実際に動くこと」は同じではないという点にあります。実際に手を動かさない限り、脳の信号は、特定の動作を他の動作と区別するにはあまりに微弱であったり、乱雑であったりすることが多いのです。
この問題を解決するために、シンガポールとスイスの研究チームは、経頭蓋磁気刺激と呼ばれる手法に着目しました。単に脳の声を聴くだけでなく、頭皮の上に置かれた強力な磁気コイルを使用して、運動野（脳の運動センター）を優しく叩く手法です。この「叩き」は、脊髄を通って手へと伝わる小さな電気的波紋を送り、運動誘発電位と呼ばれる、測定可能な小さな筋肉のピクつきを引き起こします。研究者たちは、これらのピクつきを測定することで、脳がどのように動きを準備していたのかを正確に把握することができました。彼らはこれを、ユーザーが自分の脳が今何をしているかをリアルタイムで確認できるシステムである「ニューロフィードバック」と組み合わせ、ユーザーがそれらの信号を制御する方法を学べるようにしました。目的は、健康な人々が3つの異なる複雑な手の動作を精神的にシミュレートすることを学習できるか、そして将来のリハビリテーションに役立つほどの精度でそれが可能かどうかを確認することでした。
この研究には、12人の健康な成人が2週間にわたる一連のトレーニングセッションに参加しました。最初のセッションでは、参加者はボトルを持つ、鍵を回す、手を開くという3つの特定の動作を実際に身体で行いました。研究者たちは、これらの実際の動きに対する脳の電気的反応を記録し、各動作のユニークな「指紋」を作成しました。続く3回のセッションでは、参加者は手を実際に動かすことなく、これらと同じ動作を「想像する」よう求められました。想像の試行中、磁気コイルが彼らの脳を叩き、その結果生じる筋肉のピクつきが測定されました。コンピュータプログラムはこれらの信号を分析し、参加者が正しく動作を想像できているかどうかを即座に伝えました。成功していれば肯定的な視覚的合図が表示され、失敗していれば、自分の脳活動が目標に対してどのようであったかを示すディスプレイが表示され、精神的な戦略を調整できるようにしました。
結果は、このアプローチが有効であることを示しました。わずか3回のトレーニングセッション後、参加者は3つの手の動作それぞれに対して、明確なパターンを生み出すように脳活動を調節できるようになりました。コンピュータは、ボトルを持つこと、鍵を回すこと、手を開くことを想像している違いを、ランダムな推測よりも有意に高い精度で識別できました。参加者は時間の経過とともに改善しており、フィードバックが精神的な集中力を洗練させるのに役立ったことが示唆されました。しかし、この研究は一つの限界も明らかにしました。この制御力の向上は、フィードバックの存在に依存しているようだったのです。視覚的なガイドなしに動作を想像した場合、パフォーマンスはそれほど維持されず、学習がまだ完全な自動化やシステムからの独立に至っていないことを示していました。
研究の極めて重要な部分は、実際の動きの脳信号を使用して、その動きを「想像する」ための脳の訓練ができるかどうかをテストすることでした。これは、麻痺した側の手を動かすことができず、参照信号を提供できないことが多い脳卒中生存者を助ける上で、非常に重要な問いです。研究者たちは、健康な側の手からの脳信号を使用してシステムを訓練できることを見出し、それがもう一方の手の想像された動きを正常に解読できることを発見しました。さらに、特定の個人のデータを用いてコンピュータモデルを訓練することが、他の人々のデータを使用するよりもはるかに効果的であることも発見しました。これは、システムが異なる個人間で機能することもあるものの、ユーザー固有の脳のシグネチャーに合わせてカスタマイズされた場合に最も効果を発揮することを示唆しています。
本研究は、この磁気フィードバック法を用いることで、複雑で機能的な手の動作を区別するように脳を訓練することが可能であると結論付けています。参加者は健康な人々であり、トレーニング期間も短かったものの、これらの知見は神経リハビリテーションへの有望な道筋を提示しています。もしこの技術が重度の運動障害を持つ人々に適応できれば、彼らが影響の少ない側の手からの信号を用いて脳を再訓練することを可能にし、日常生活に必要な複雑な手の動きを遂行する能力を回復させる道を開くかもしれません。この研究は、麻痺の問題を解決したと主張しているのではなく、精神が手の回復を導くことができる未来に向けた、明確で実現可能な一歩を実証しているのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。