В Китае провели первое инвазивное испытание нейроинтерфейса для управления играми силой мысли

Шанхайская компания Ladder Medical совместно с больницей Хуашань Фуданьского университета провела первое в Китае клиническое испытание инвазивного нейроинтерфейса (BCI) длительного действия. В ходе исследования пациент с ампутированной конечностью смог управлять гоночной игрой исключительно с помощью нейронной активности мозга.

Исследователи успешно решили две ключевые технические проблемы: нестабильность сигналов и высокий хирургический риск. Сверхгибкие микроэлектроды, диаметр каждого из которых примерно в сто раз меньше человеческого волоса, были интегрированы в ткань коры головного мозга с минимальной иммунной реакцией, что позволило сохранить четкую регистрацию нейронных сигналов на протяжении всего периода наблюдения.

Хирурги заменили традиционную краниотомию проколом черепа диаметром всего 3-5 мм, что значительно снизило травматичность и время восстановления. Через три недели после имплантации участник исследования смог управлять курсором с точностью, сопоставимой с обычным тачпадом.

Клинические применения разработки выходят за рамки базовых испытаний интерфейса. У пациентов с травмами спинного мозга или потерей конечностей сохранные сигналы моторной коры могут быть декодированы для управления внешними устройствами, такими как экзоскелеты или роботизированные протезы, что потенциально восстановит ключевые движения и повысит независимость пациентов.

Исследования нейроинтерфейсов также направлены на разработку систем коммуникации и нейромодуляции. Декодирование корковой активности, связанной с речью, может обеспечить "мысленный набор текста" для примерно 50 миллионов людей во всем мире, страдающих афазией. Точная электрическая стимуляция может подавлять аномальные нейронные паттерны при болезни Паркинсона, депрессии или эпилепсии, потенциально превосходя по эффективности лекарственную терапию.

Обработка сигналов остается главной технической задачей. Имплантированные массивы электродов фиксируют паттерны активности отдельных нейронов, алгоритмы машинного обучения преобразуют эти паттерны в цифровые команды, а внешнее оборудование выполняет полученные инструкции. По мере совершенствования алгоритмов исследователи прогнозируют создание более сложных двунаправленных интерфейсов, которые могут улучшить память, управлять умной средой или интегрироваться с искусственным интеллектом для бесшовного взаимодействия человека и машины.