Restoring brain-to-text communication in a person with dysarthria from pontine stroke using an intracortical brain-computer interface

Deze studie toont aan dat een intracorticaal brein-computerinterface (iBCI) de spraakcommunicatie van een persoon met dysartrie door een brugstam-beroerte kan herstellen met een woordfoutpercentage dat aanzienlijk lager is dan bij eerdere ECoG-systemen en vergelijkbaar is met resultaten bij patiënten met ALS.

De kern

Hersenen naar tekst: Een nieuwe hoop voor mensen met een beroerte

Stel je voor dat je hersenen een enorme, drukke radiozender zijn. Normaal gesproken sturen deze hersenen signalen naar je mond en lippen, zodat je kunt praten. Maar bij sommige mensen is de "kabel" tussen de hersenen en de mond doorgesneden door een herseninfarct (een beroerte in de hersenstam). Ze kunnen denken wat ze willen zeggen, maar hun mond gehoorzaamt niet. Ze zitten vast in een stilte, net als iemand die een radio heeft die wel muziek speelt, maar waar niemand naar kan luisteren.

Deze studie vertelt het verhaal van een vrouw (die we T16 noemen) die zo'n situatie heeft. Wetenschappers hebben een oplossing gevonden die lijkt op het installeren van een nieuwe, draadloze kabel direct in haar hersenen.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Oortjes" in de hersenen

De onderzoekers hebben een klein vierkantje met 64 heel dunne naaldjes (micro-elektroden) in het deel van T16's hersenen geplaatst dat normaal gesproken de mond en lippen aanstuurt.

• De analogie: Denk aan deze naaldjes als een super-gevoelige microfoon die direct in de "muziekzaal" van de hersenen hangt. In plaats van naar de hele zaal te luisteren (zoals andere methoden die op het oppervlak van de hersenen zitten), luistert deze microfoon naar de individuele cellen die de muziek maken.

2. De "Stille Dans"

T16 kan niet hardop praten. Dus, in plaats van te spreken, doet ze alsof ze praat. Ze beweegt haar lippen en tong alsof ze woorden zegt, maar zonder geluid.

• De analogie: Het is alsof je een dansje doet in een stilte. Je lichaam maakt de bewegingen, maar er komt geen geluid uit. De "microfoons" in haar hoofd vangen deze dansbewegingen op, zelfs als er geen geluid is.

3. De "Vertaler" (De computer)

De computer ziet deze hersensignalen en moet ze vertalen naar tekst. Dit is de moeilijkste stap.

• De analogie: Stel je voor dat de computer een tolk is die probeert een taal te spreken die niemand anders kent. Aan het begin is de tolk nog niet zo goed; hij zegt soms "hond" terwijl T16 "kat" bedoelde.
• De truc: De computer leert van T16. Ze oefenen samen. Als T16 een zin "danst", kijkt de computer wat er op het scherm verschijnt. Als het fout is, past de computer zijn "oefeningen" aan. Na een tijdje wordt de tolk een genie.

4. Het resultaat: Van "Gedoe" naar "Gesprek"

In het verleden moesten mensen met een dergelijke beroerte wachten tot ze een heel klein woordje konden zeggen, en dan duurde het lang voordat ze een zin hadden.

• De prestatie: Met deze nieuwe techniek kan T16 nu ongeveer 35 woorden per minuut typen met haar gedachten (via haar lipbewegingen). Dat is bijna net zo snel als een normaal gesprek!
• De vergelijking: Vroeger gebruikten ze een andere methode (ECoG) die leek op het luisteren naar een radio van ver weg. De nieuwe methode (iBCI) is alsof je een microfoon direct op de zanger zet. Het resultaat is veel duidelijker en minder ruis.

5. Waarom is dit zo speciaal?

Vaak denken mensen dat als de "kabel" (de hersenstam) kapot is, de "muziekzaal" (de hersenen) ook niet meer werkt. Maar dit onderzoek bewijst het tegenovergestelde.

• De les: De "muziekzaal" is nog steeds vol leven! De hersenen van T16 kunnen nog steeds perfect de bewegingen voor praten aansturen. Alleen de weg naar buiten is geblokkeerd. Door een nieuwe weg te bouwen (de computer), kunnen ze weer praten.

6. De "Herstelwerkplaats"

Hersenen veranderen. Soms werkt de tolk vandaag perfect, maar morgen wat minder.

• De oplossing: De onderzoekers hebben een slimme manier gevonden om de computer elke dag even snel bij te stellen. Met slechts een paar minuten oefening (ongeveer 35 zinnen) kan de computer weer op zijn piek presteren. Het is alsof je je auto elke ochtend even kort laat opwarmen voordat je gaat rijden.

Conclusie

Dit onderzoek is een enorme stap voorwaarts. Het laat zien dat mensen met een ernstige vorm van verlamming door een herseninfarct, die jarenlang vastzaten in stilte, weer kunnen deelnemen aan het gesprek. Het is niet alleen een techniek; het is een nieuwe stem voor iemand die die stem kwijt was.

Kortom: Ze hebben een brug gebouwd tussen een stilte en een gesprek, en die brug werkt wonderwel.

Technische samenvatting

Probleemstelling

Mensen die een hersenstamstap (ponsinfarct) hebben gehad, lijden vaak aan ernstige dysartrie (spraakstoornis) en verlamming, terwijl hun corticale taalnetwerken vaak intact blijven. Bestaande communicatiemethoden, zoals oogvolgsystemen of sip-and-puff-systemen, zijn vaak vermoeiend, niet-intuïtief en veel te traag voor vloeiende conversatie.

Hoewel intracorticale Brain-Computer Interfaces (iBCI's) succesvol zijn gebleken bij patiënten met Amyotrofische Laterale Sclerose (ALS), was het onduidelijk of deze technologie ook effectief zou zijn bij patiënten met een ponsinfarct. Bij deze patiënten kan er sprake zijn van corticale verdunning en verminderde functionele connectiviteit in de precentrale gyrus (PCG), wat de vraag opwierp of micro-elektrode arrays nog steeds betrouwbare neurale signalen kunnen vastleggen voor spraakdecoding. Eerdere studies met electrocorticografie (ECoG) bij ponsinfarct-patiënten toonden een woordfoutpercentage (WER) van 25,5% met een beperkt vocabulaire.

Methodologie

Deelnemer en Implantatie:

• Deelnemer: T16, een vrouw met tetraplegie en ernstige dysartrie als gevolg van een ponsinfarct (ongeveer 19 jaar voor de studie).
• Implantatie: Vier 64-kanaals NeuroPort-micro-elektrode arrays werden geplaatst in de linker precentrale gyrus. Eén array werd specifiek gericht op het ventrale premotorische cortexgebied (Brodmann-gebied 6v), geïdentificeerd als het "spraak-hotspot" met behulp van multimodale MRI en Human Connectome Project (HCP) parcellatie.
• Opname: De studie omvatte data van 32 tot 736 dagen na implantatie. T16 gebruikte "mimed speech" (woorden articuleren zonder geluid) om vermoeidheid te voorkomen.

Data-acquisitie en Signaalverwerking:

• Signalen: Spanningssignalen werden gefilterd (0,3 Hz - 7,5 kHz) en gedigitaliseerd bij 30 kHz. Er werden twee kenmerken per kanaal berekend in 20 ms-bins:
  1. Drempeloverschrijdingen (Threshold crossings).
  2. Spike-band power (SBP).
• Referentie: Lineaire regressie-referentie (LRR) werd toegepast om ruis te verminderen.

Decoding Architectuur:

• Fonemdecoder: Een Recurrent Neural Network (RNN) met Gated Recurrent Units (GRU) voorspelde fonemprobabiliteiten op basis van de neurale kenmerken. De output bestond uit 41 klassen (39 Engelse fonemen, stilte en een CTC-blank).
• Taalmodellen: De fonemprobabiliteiten werden omgezet in woordreeksen met behulp van 5-gram taalmodellen (LM). Er werden drie vocabulaires getest: 50 woorden, 1.024 woorden en 125.000 woorden.
• Training en Finetuning: Om de drift in neurale activiteit over tijd te compenseren, werd een online finetuning-protocol gebruikt. Een vooraf getraind model werd aangepast met slechts een kleine set nieuwe zinnen (ca. 36 zinnen) aan het begin van elke sessie.

Taken:

1. Copy-taak: T16 repeteerde zinnen uit een corpus (Switchboard) om de prestaties te evalueren.
2. Vraag-en-antwoord (Q&A): T16 beantwoordde spontane vragen om conversatievaardigheid te testen.
3. Diagnostische taak: Herhaalde articulatie van een kleine set woorden om neurale stabiliteit te analyseren.

Belangrijkste Resultaten

Decoding Prestaties:

• Woordfoutpercentage (WER):
  • Bij een vocabulaire van 125.000 woorden: 19,6% (mediaan).
  • Bij een vocabulaire van 1.024 woorden: 10,0% (mediaan). Dit is een reductie van 60,8% ten opzichte van eerdere ECoG-studies bij ponsinfarct.
  • Bij een vocabulaire van 50 woorden: 11,9% WER.
• Snelheid: De mediaan snelheid bedroeg 35,0 woorden per minuut (WPM) bij de copy-taak.
• Conversatie: Bij de Q&A-taak (spontane spraak) bedroeg de WER 35,2% met een snelheid van 27,7 WPM. Hoewel dit lager is dan bij de copy-taak, bewijst het de haalbaarheid van spontane communicatie.

Stabiliteit en Aanpassing:

• Drift: Neurale representaties vertoonden aanzienlijke instabiliteit tussen sessies. Een decoder getraind op dag X presteerde na 6,9 dagen ongeveer 25% slechter zonder aanpassing.
• Finetuning: Met slechts 35,5 nieuwe zinnen (ongeveer 6 minuten training) kon de decoder worden geoptimaliseerd om 81,2% van de piekprestatie te bereiken.
• Neurale Representaties: Hoewel de activiteit van individuele kanalen over tijd veranderde, bleef de populatie-informatie (gemeten via Linear Discriminant Analysis) over lange periodes (tot 200 dagen) informatief, hoewel de classificatie-accuraatheid afnam naarmate het tijdsverschil groter werd.

Data-efficiëntie:

• Er werd een exponentiële relatie gevonden tussen het aantal trainingszinnen en de prestatie. Ongeveer 123 zinnen waren nodig om 95% van de theoretisch beste prestatie te bereiken in een enkele sessie.

Bijdragen en Betekenis

1. Uitbreiding van iBCI-toepassingsgebied: Dit is de eerste studie die aantoont dat intracorticale micro-elektrode arrays succesvol kunnen worden gebruikt voor spraakherstel bij patiënten met een chronisch ponsinfarct, ondanks bekende structurele veranderingen (corticale verdunning) in de motorische cortex.
2. Superioriteit ten opzichte van ECoG: De iBCI-overleggen presteerden aanzienlijk beter (lagere WER) dan eerdere ECoG-systemen bij dezelfde patiëntpopulatie, zelfs met een enkel array van 64 kanalen.
3. Robuustheid en Schaalbaarheid: De studie bevestigt dat de prestaties van iBCI's bij ponsinfarct vergelijkbaar zijn met die bij ALS-patiënten en dat de technologie schaalbaar is (meer kanalen leiden tot betere prestaties).
4. Praktische Implementatie: Het bewijs dat snelle finetuning (met slechts enkele minuten data) voldoende is om dag-tot-dag drift te compenseren, maakt het systeem praktischer voor dagelijks gebruik in de kliniek.
5. Toekomstperspectief: De resultaten suggereren dat iBCI's niet alleen spraak kunnen herstellen, maar ook een platform kunnen vormen voor bredere neurale protheses die subcorticale schade omzeilen, wat hoop biedt voor patiënten met ernstige motorische en communicatiestoornissen.

Kortom, dit werk levert een bewijs van concept dat hoogwaardige, snelle en natuurlijke communicatie mogelijk is voor mensen met dysartrie door een ponsinfarct, door gebruik te maken van geavanceerde intracorticale decoding en adaptieve machine learning-technieken.