Robotiikka

Mielen ohjaamat robotit: UCSF:n aivo-tietokone -rajapinnan menestys

mm
Lisää Securities.io suosikkilähteisiisi Google-palvelussa
Ilmoitus: Securities.io voi saada korvauksen, kun käytät arvioimiemme tuotteiden linkkejä. Tämä ei vaikuta toimituksellisiin arvioihimme. Emme ole rekisteröity sijoitusneuvoja; tämä ei ole sijoitusneuvontaa. Lue kumppanuusilmoituksemme.
Brain-Computer Interface

Kalifornian yliopiston San Franciscon kampuksen (UCSF) tutkijat osoittivat, että halvaantunut koehenkilö pystyi ohjaamaan robottikättä kuvittelemalla liikkeitä. Cell-lehdessä maaliskuussa 2025 julkaistu tutkimus käsittelee aivo–tietokonerajapinnan eli BCI:n pitkäaikaista toimintaa. Kyseessä oli kokeellinen tutkimus, ei yleiseen käyttöön hyväksytty apuväline tai keino palauttaa raajan omaa liikettä.

Miten aivosignaalit luettiin?

Tutkimuksessa käytettiin elektrokortikografiaa (ECoG): anturit sijaitsivat aivojen pinnalla. Englanninkielisessä alkuperäisartikkelissa väitettiin myös, että käytössä oli aivokudoksen sisään viety intracortical-järjestelmä. Se kuvaa eri menetelmää eikä tätä koetta. Osallistuja, jonka vaikea halvaus ja puhekyvyn menetys johtuivat aivorungon aivoverenkiertohäiriöstä, kuvitteli liikuttavansa eri ruumiinosia. Järjestelmä yhdisti hänen aivotoimintansa kuvioita tarkoitettuihin liikkeisiin.

BCI-järjestelmällä ohjattava robottikäsi

Kuva: robottikäden ohjauksen tutkimus

Miksi ohjaus yleensä muuttuu ajan myötä?

Aivojen aktiivisuus ei näytä päivästä toiseen täsmälleen samalta, vaikka ihminen kuvittelisi saman liikkeen. Tutkijat havaitsivat, että eri liikkeiden välinen suhteellinen rakenne pysyi melko vakaana, mutta kuvioiden sijainti muuttui hieman. Tätä edustusten ajautumista mittaamalla he pystyivät rakentamaan mallin, joka tulkitsee signaaleja myös myöhemmissä käyttökerroissa. Tutkimus kuvaa sekä käyttäjän harjoittelua että algoritmin sovittamista; pelkkä automaattinen tekoäly ei poistanut kaikkea kalibroinnin tarvetta.

Virtuaaliharjoittelusta oikeaan robottikäteen

Aluksi koehenkilö harjoitteli liikkeitä virtuaalisella robottikädellä, jossa palaute auttoi tarkentamaan ohjausta. Sen jälkeen hän pystyi tarttumaan esineisiin, siirtämään niitä ja tekemään monivaiheisia tehtäviä oikealla robottikädellä. UCSF:n mukaan toimiva ohjaus säilyi seitsemän kuukauden ajan ilman jatkuvaa mallin säätöä. Kuukausien jälkeen tarkempia tehtäviä varten tehtiin noin 15 minuutin hienosäätö. Tulosta ei pidä tulkita niin, ettei järjestelmää tarvitsisi koskaan kalibroida.

Tutkimus sisälsi rajatun joukon koehenkilöitä ja ohjaustehtäviä. Se osoittaa mahdollisuuden pitkäaikaiseen neuroproteesin käyttöön tutkimusympäristössä, mutta toimintavarmuus kotona, leikkaus- ja laiteriskit, kustannukset ja soveltuvuus eri potilaille vaativat lisää tutkimusta. Laajalle kliiniselle käyttöönotolle ei ole varmistettua 5–10 vuoden aikataulua.

Alan yritykset

Synchron on erillinen neuroteknologiayritys, joka tutkii verisuonten kautta asetettavaa Stentrode-rajapintaa. Sen ratkaisu poikkeaa tässä UCSF-tutkimuksessa käytetystä aivojen pinnan ECoG-järjestelmästä. Tutkimustuloksia ei voi pitää Synchronin tuotteen kliinisen tehon tai sijoitusarvon osoituksena.

Katso myös muita robotiikkaa koskevia artikkeleita.

Viitteet

Natraj, N. ym. (2025), “Sampling representational plasticity of simple imagined movements across days enables long-term neuroprosthetic control”, Cell 188(5), 1208–1225.e32. doi:10.1016/j.cell.2025.02.001. UCSF:n tutkimustiedote.

David Hamilton on täysipäiväinen journalisti ja pitkäaikainen bitcoinist. Hän on erikoistunut kirjoittamaan artikkeleita blockchainista. Hänen artikkeleitaan on julkaistu useissa bitcoin-julkaisuissa, mukaan lukien Bitcoinlightning.com