マインドコントロールロボティクス：UCSFのブレイン・コンピュータ・インターフェースの成功

カリフォルニア大学サンフランシスコ校（UCSF）の研究チームは、マインドコントロールロボットに一歩近づくユニークなブレイン・コンピュータ・インターフェース（BCI）を開発しました。新しいシステムが、長期的にデバイスとのやり取りをどのように変え、四肢喪失に苦しむ人々がより良い生活の質を取り戻すのにどのように役立つかをご紹介します。

ブレイン・コンピュータ・インターフェース（BCI）

BCI の利用は市場で拡大し続けています。これらのデバイスは、思考だけで機器を制御できるようにします。脳活動の変化を監視できるさまざまな電磁センサーを使用して動作します。これらのシステムは、指をタップするような単純な動作の脳内の体部位表現（ソマトトピック表現）を利用して、動きを決定します。

現在のブレイン・コンピュータ・インターフェースの問題点

BCI は市場にエキサイティングな機会を提供しますが、技術はまだ萌芽段階にあります。プログラミングコストや、適切なキャリブレーションを維持するために継続的に再調整が必要といった重大な欠点が、導入を制限し続けています。幸いにも、新しい研究が BCI が再調整を必要とする理由を掘り下げ、長期的な BCI サポートを提供する新規システムを紹介しています。

ブレイン・コンピュータ・インターフェース研究

研究論文「Sampling representational plasticity of simple imagined movements across days enables long-term neuroprosthetic control」¹は、科学誌 Cell に掲載され、長期的な複雑神経義肢制御を実現する方法の詳細を提供しています。

マインドコントロールロボティクス

この研究の目的は、日常的なタスクや単純な動作における脳活動の変化を監視・カタログ化・発見することでした。そのために、研究者は BCI 制御を通じて日々の脳活動の表象構造変化を追跡しました。

皮質表面電位計（ECoG）ブレイン・コンピュータ・インターフェース

ECoG BCI は、エンジニアが想像上の身体部位の動きを表す単半球 ECoG グリッドと神経活動を比較できるようにしました。このアプローチは、脳内の表象構造を決定するために必要でした。具体的には、チームはペアワイズ分離を追跡指標として使用しました。

BCI は人工知能（AI）モデルを統合し、時間とともに徐々に変化する神経活動パターンに適応します。これらの変化は「表象ドリフト」と呼ばれ、脳が繰り返しの運動課題に適応する際に生じます。AI は脳信号の解釈を洗練させ、参加者が数か月間ロボットアームの制御を維持できるようにします。研究では、微小電極を脳に直接埋め込んで神経活動を記録する「皮質内ブレイン・コンピュータ・インターフェース」を使用しました。脳表面にセンサーを配置する ECoG とは異なり、皮質内インプラントは高解像度の記録を提供しますが、脳組織への直接埋め込みが必要です。

可塑性

可塑性とは、環境・健康・経験の変化に脳が適応する能力を指します。具体的には、シナプス可塑性、恒常性可塑性、成人期の神経新生が日々構造的・機能的に適応的変化を遂げます。

これらの微細な変化は人間にはほとんど認識できませんが、BCI は安定性を保つためにこの課題を克服しなければなりません。そのため、研究者は各セッションの平均マハラノビス距離を時間順にプロットし、追跡可能性を提供しました。

表象ドリフト

神経ドリフトは、エンジニアが BCI システムを構築する際に考慮すべきもう一つの現象です。ドリフトは時間とともに活動や行動が変化することを指します。ドリフトは運動スキルに関わる長期記憶のほとんどで起こります。

慣れ親しんだ動作の神経表象が継続的に進化していることを理解し、チームは日々のデータを用いて共通の多様体を構築しました。彼らは正確な日次変化と特定の差異、特に元の表象構造には見られなかった神経セントロイドの変化を監視しました。

神経表象の分散

エンジニアは各動作の神経表象分散を考慮できました。その結果、チームは各動作レパートリーに対して一般化可能な意思決定境界を持つメタ表象構造を発見し、精神ネットワーク内でシフトする様子を位置付けました。

特筆すべきは、チームが以前に動物で精神的分散を研究していたことです。その研究中に、日々の動作が BCI センサーを用いて高精度でデコード可能であることに初めて気付きました。また、時間が経過するにつれて神経系全体で異なるセントロイドが刺激されることも確認しました。

長期ブレイン・コンピュータ・インターフェース

この発見により、エンジニアは脳ネットワーク全体の表象移行を追跡し、長期的な BCI 制御を実現しました。具体的には、研究者は独自開発の AI を用いて日跨ぎの可塑性とドリフトを追跡・調整できました。

ブレイン・コンピュータ・インターフェーステスト

テストフェーズの一環として、エンジニアは 49 回の試行で 30 の動作、48 回の試行で 32 の動作のデータを収集しました。特にテストは手という単一の身体部位に焦点を当てました。最初のステップは、動作のサブセットを選択し、異なるコンテキスト間での表象構造を測定し、最終的に仮想 Jaco ロボットアームを制御することでした。

ブレイン・コンピュータ・インターフェーステスト参加者

エンジニアは、両側性脳幹梗塞による重度の四肢麻痺と失語症を抱える参加者を選びました。この梗塞は会話や運動能力を奪うほど深刻でした。四肢麻痺の参加者は認知障害がなく、研究に最適でした。

患者を最新の BCI に接続した後、指先、頭部、脚など体の異なる部位をイメージする課題から、指先の微細な動きまで、難易度の異なる複数のタスクが与えられました。

チームは ECoG ベースの BCI を使用して各動作の脳表象を記録しました。強化された BCI は解像度を向上させ、表象のフィードバック駆動操作を正確に行えるようにしました。患者に観測可能な身体的動きはありませんでしたが、精神的活動は麻痺していないかのように同等でした。

ロボットアームの制御

次のステップは Kinova Jaco ロボットアームを統合してテストすることでした。最初のテストフェーズでは、患者は精神的な能力だけでデバイスを操作するよう求められました。患者は物体を持ち上げて新しい位置へ移動させるタスクに挑みましたが、初期段階では制御性が低く、信頼性に欠けました。

3D バーチャル環境

コントローラへのフィードバックが不足していることを認識し、チームはバーチャルロボットアームを作成しました。このアプローチにより、ユーザーは制御を洗練させ、貴重なフィードバックを提供でき、進捗と能力を追跡できます。エンジニアは、このセッション内での迅速な学習が将来の義肢トレーニングシステムにとって重要になると考えています。

ブレイン・コンピュータ・インターフェース調整時間テスト

本研究の最大のブレークスルーの一つは、エンジニアが同一の義肢アームと患者を用いて、セッション間に数か月待機した後でもわずか 15 分の再キャリブレーションで再利用できたことです。この手法は深層再帰型ニューラルネットワーク（RNN）を用いて可塑性とドリフトに適応しました。

数か月待機した後、患者は再びテストに戻され、特定のタスクが与えられました。難易度が異なる 2 つの複合的な「到達‑把持」および「物体操作」テストが設定され、システムの機能が検証されました。

最初のタスクでは、患者は腕を伸ばして回転させ、物体を把持し別の場所へ移動させる必要がありました。チームは成功率中央値 90% を達成し、タスク完了に要した時間はわずか 60.8 秒でした。続くタスクは難易度が上がり、最終タスクでは患者がキャビネットを開け、カップを取り出し、水ディスペンサーに置いて満たすまで保持する必要がありました。

ブレイン・コンピュータ・インターフェーステスト結果

テスト結果は、アップグレードされた BCI が神経分散を追跡し、神経精度を向上させられることを示しました。研究は、運動に関する脳信号は時間とともに安定しているが、作動位置はわずかに変化することを示しました。

AI はこれらの変化を自動的に調整し、PC 上のプラグ＆プレイデバイスのように簡単に構成できるシステムを実現しました。チームはまた、調査過程で興味深いデータを発見しました。

各四肢は人々間で類似したイニシアティブパターンを持つことが確認されました。例えば、脳パターンを見ると右手と左手の動きの違いが分かります。また、チームは分散を迅速に低減することが知覚的意思決定にとって重要であると結論付けました。

さらに、研究は神経統計（例：分散）を追跡・調整することで、体部位表象の変化なしに BCI 制御中の表象距離を拡大できることを示しています。

ブレイン・コンピュータ・インターフェースの利点

人間と AI の学習を融合させることで得られる利点は多数あります。これらのシステムは、将来的に痛みを伴う喪失に苦しむ人々が生活のコントロールを取り戻し、ストレスなく日常活動を行えるよう支援する可能性があります。

安定性

研究は、BCI の調整がこれらの制御デバイスに安定性をもたらすことを実証しました。チームが低次元多様体と相対的表象距離を用いて単純な想像動作のレパートリーを表現した選択は正しい判断でした。

新記録

この最新テストまで、BCI が再キャリブレーションなしで機能し続けた最長期間は約 2〜3 日でした。この頻繁な再キャリブレーションの必要性がデバイスをテスト段階に留めていましたが、アップグレード版 BCI は最大 7 か月間更新なしで動作でき、より応答性が高く低コストな義肢への道を開きました。

より効率的

強化された BCI は 6 か月ごとに約 15 分の再キャリブレーションだけで済みます。これは、以前は高精度タスクで性能が低下するたびに 3 日ごとにキャリブレーションが必要だったシステムに対する大幅な改善です。

ブレイン・コンピュータ・インターフェース研究者

カリフォルニア大学サンフランシスコ校の研究者は、神経学教授で UCSF Weill Institute for Neurosciences のメンバーであるカルネッシュ・ガングリー MD, PhD が率いました。論文は神経学研究者ニキレシュ・ナトラジ PhD、サラ・セコ、アデリン・ツー・チャン、ロドアイランド大学のレザ・アビリと共著です。なお、本プロジェクトは米国国立衛生研究所（NIH）と UCSF Weill Institute for Neurosciences の資金提供を受けました。

ブレイン・コンピュータ・インターフェースの未来

チームによれば、現在の目標はロボットアームをより滑らかで応答性の高いものにすることです。また、デバイスの汎用性と機能を高めるために、マッピングできるコマンドを拡大したいと考えています。将来的には他の身体部位もカバーすることを目指しています。

実世界での応用とブレイン・コンピュータ・インターフェースのタイムライン

この進歩は複数の産業に大きな変革をもたらす可能性があります。思考による制御でデバイスとやり取りできることは、現在の方法に対する大幅なアップグレードとなります。また、医療、エレクトロニクス、学習の新時代への扉を開くでしょう。

現在の実装は実験段階にありますが、広範な臨床応用は今後 5〜10 年以内に、さらなる研究成果と規制承認次第で実現可能になると見込まれます。そのため、この技術の将来の可能性に対する期待は非常に高まっています。

医療

この技術が直ちに活用されると見込まれる分野の一つは義肢領域です。BCI 技術は多くの人が義肢制御システムの頂点と見なしています。この最新の発見は、思考制御デバイスを通じて環境と相互作用できるようにすることで、麻痺患者の自律性を回復させる大きな可能性を秘めています。

ブレイン・コンピュータ・インターフェース開発をリードする革新的企業

脳制御コンピュータやデバイスの開発競争により、複数の企業が研究開発に数百万ドルを投資しています。これらの企業は、従来のキーボードや入力方法を超えるデバイスで健康と科学の新時代を切り開くことを目指しています。以下は、この分野で先駆的な取り組みを行い、市場で名を馳せている企業の一例です。

Synchron

Synchron は 2012 年に最先端の神経技術企業としてサービスを開始しました。当初は「SmartStent」という名称でしたが、2016 年に現在の「Synchron」へとブランド変更し、低侵襲 BCI の開発に注力し、運動機能喪失患者を支援しています。

現在、Synchron は血管内神経インターフェース「Stentrode」など多様な製品を提供しています。このデバイスは動脈を通じて体内に入り、脳に埋め込まれ、運動スキルをサポートします。これは同社が業界で継続的にイノベーションを起こしていることを示す製品です。

さらに、同社は米国防総省先端研究計画局（DARPA）、米国国防総省（DoD）、オーストラリア国立保健医療研究評議会からの助成金も獲得しています。

BCI 市場へのエクスポージャーを求める投資家は、Synchron のさらなる調査を行うべきです。同社の市場ポジショニングと先駆的取り組みは、将来の AI 搭載コンピュータ・インターフェースの基盤を築き続けています。

ブレイン・コンピュータ・インターフェースはすべてを変えるでしょう。

今日の BCI の進歩は、SF のような夢さえも時代遅れに感じさせるかもしれません。将来のコンピュータは思考を通じて直接ユーザーと通信できるようになり、人類の進化に新たな時代をもたらすでしょう。今のところ、これらのエンジニアはその努力に対して称賛に値します。

他のロボティクスのブレークスルーについて今日知る。

参照文献：

^{1. Ganguly, K., Natraj, N., Seko, S., Tu‑Chan, A., & Abiri, R. (2024). 単純な想像運動の表象可塑性を日々サンプリングすることで、長期的な神経義肢制御が可能になる. Cell, 2024. https://doi.org/10.1016/j.cell.2024.02.029}