要約:
人工知能は、バイオニック ビジョン テクノロジーの新たな開発の方向性を切り開いています。カリフォルニア大学サンタバーバラ校、チューリッヒのスイス連邦工科大学、スペインのミゲル・ヘルナンデス大学の研究者らは、ディープラーニング技術を利用して視覚野インプラントの電気刺激方法を改良し、脳がより正確かつ省電力な方法で視覚認識を行えるようにした。この研究は、新世代のバイオニックアイの開発を促進し、目または視神経の損傷により失明した人々に部分的な視力を回復する可能性を提供することが期待されています。
従来の視覚補綴物は通常、カメラを通じて外部画像をキャプチャし、その画像を電気信号に変換して網膜または脳の視覚野を刺激し、ユーザーが光点や単純な形状を認識できるようにします。ただし、ビジョン システムは通常のディスプレイよりもはるかに複雑です。たとえ正確な電気信号が複数の電極に入力されたとしても、脳によって生成される最終的な視覚体験は入力信号と 1 対 1 に対応しない可能性があります。電極は相互に作用し、ニューロンの反応は時間や脳の状態とともに変化する可能性があります。
この研究の焦点は、電気刺激信号と実際の人間の視覚認識との違いを解決することです。
研究チームはスペインの病院で人体実験を実施し、参加者は27歳の男性でした。彼は以前、重度の外傷性脳損傷により視力を失っていた。研究者らは、視覚処理を担当する脳の領域に電気信号を直接送信できる96個の電極を含む一時的な電極アレイを視覚野に埋め込んだ。
電極が視覚野を刺激すると、参加者は「フォスフェン」と呼ばれる視覚現象を体験できます。この現象では、外部の光が目に入らない場合でも、脳が閃光、光点、または単純な形の感覚を生み出します。この現象は、脳を直接刺激することで、損傷した目や視神経をある程度回避して視覚体験を生み出すことができることを実証しているため、視覚皮質補綴物の研究にとって重要な基礎となっています。
刺激効果を改善するために、研究者は一連のディープ ニューラル ネットワークをトレーニングして、人工知能がさまざまな電気刺激モードと脳の神経反応の関係を学習できるようにしました。
従来の方法とは異なり、この AI システムは、電極から入力された信号を分析するだけでなく、各テスト前に記録された安静時の脳活動も参照します。脳は常に同じ状態にあるわけではなく、まったく同じ電気刺激を使用した場合でも、異なる時点で異なる神経反応を引き起こす可能性があります。このバックグラウンドアクティビティをモデルに組み込むことで、AI は脳が特定の刺激にどのように反応するかをより正確に予測し、それに応じて電極の動作を調整できるようになります。
実験結果は、AI に最適化された刺激モードがターゲットの神経反応をより正確に活性化でき、必要な電流が少ないことを示しています。研究者らはまた、単に電極の電気パラメータを観察するよりも、脳活動を直接記録する方が参加者の最終的な視覚体験を予測するのに実際に優れていることも発見した。
この発見は非常に重要です。従来の工学的考え方では、視覚野を電極を通して点ごとに照らすことができる表示画面として扱うことが多く、より多くの電極を刺激することでより完全な画像を形成できると考えられています。しかしそうではありません。電極間には相互作用があり、神経反応も変動します。脳に入力される電気信号は、人間が最終的に目にするものと同じではありません。
この実験では、研究者らは神経活動を記録するだけでなく、参加者に、明るさ、サイズ、形状、色などの情報を含め、感じた光点について説明するよう求めました。これらの主観的な視覚体験と客観的な神経記録は、人工知能がより正確な刺激モデルを構築するためのデータ基盤を提供します。
さらに注目すべき点は、この埋め込み型デバイスにはニューロンを刺激し、同時に神経反応を記録する機能があることです。これは、将来の視覚補綴物が常に事前に設定された固定パラメータに従って動作する必要はなく、脳の反応を継続的に観察し、人工知能を使用して刺激計画を動的に調整できることを意味します。
研究リーダーでカリフォルニア大学サンタバーバラ校教授のマイケル・ベイラー氏は、本当に有用な視覚補綴物は、すべての人に適した固定された刺激プログラムに依存するものではなく、各人の脳の反応特性を学習し、個人差に応じて継続的に調整する必要があると述べた。最終的な目標は、ユーザーがデバイスに適応することを要求するのではなく、デバイスをユーザーの脳に適応させることです。
このテクノロジーは、いつか遺伝性の眼疾患、事故、神経疾患によって視力を失った人々を助けるかもしれません。特に、かつては正常な視力を持っていたが、後に失明した人は、ある程度の視覚経験と関連する神経処理能力を保持している可能性があるため、視力をある程度回復することは特別な意味を持つ可能性があります。
しかし、研究者らは、現在の結果はまだ初期段階の概念実証であり、視覚障害者が日常の視力を回復するのに本当に役立つようになるまでにはまだ長い道のりがあると強調しました。この実験には参加者は 1 人だけでした。この研究では、人工知能が特定の条件下で視覚野の電気刺激の効果を改善できることが示されましたが、それは参加者が正常な視力を回復したことを意味するものではありません。
さらに、現在電極を通じて生成されるホスフェンは依然として非常に限られており、人間の目で認識できる複雑なシーンの間には大きなギャップがあります。今後の研究では、安定かつ鮮明で空間的に連続した視覚情報をどのように形成するか、埋め込み型デバイスの長期安全な操作をどのように可能にするかなどの課題にも取り組む必要があります。
この研究結果は、2026 年 8 月 7 日にジャーナル Neuron に掲載されました。論文のタイトルは「深層学習に基づく人間の視覚野における電気的に誘発された活動の制御」です。
この研究の最も重要な進歩は、単に視覚補綴物の電極の数を増やすことではなく、人工知能を使用して電気刺激、神経活動、および主観的な視覚体験の間のより正確な関係を確立することです。ブレイン・コンピューター・インターフェースと人工知能技術の継続的な統合により、将来のバイオニック・アイは、もはや脳にあらかじめ設定された信号を送る単なる電子デバイスではなく、各人の固有の神経反応を徐々に学習して、よりパーソナライズされた人工視覚を実現できるようになるかもしれません。
コメント