ヒト頂縁回における単一ニューロンによる内部言語の表現

情報科学 人工知能 神経内科学 医学
内部言語 頂縁回 神経表現 ブレインマシンインターフェース 四肢麻痺 単一ニューロン 音声デコーディング

《Internal Speech Representation by Single Neurons in Human Supramarginal Gyrus》科学報告

背景紹介

近年、ブレイン・マシン・インターフェース（BMIs, Brain-Machine Interfaces）技術は音声デコード分野で顕著な進展を遂げています。BMIsは脳信号を音声またはオーディオ出力に変換し、病気や損傷のために話す能力を失った人々が再びコミュニケーションできるようにします。しかし、有声音声、試みの音声、模擬音声デコードにおいて重要な進展があったにもかかわらず、内在言語（internal speech）のデコード研究は相対的に希少であり、機能性も低いです。本論文は内在言語デコードの過程における課題を解決することを目的としており、特にどの脳領域から内在言語をデコードできるかを明らかにすることに焦点を当てています。研究の重点は、頭頂下小葉（Supramarginal Gyrus, SMG）および一次体性感覚皮質（S1）における神経信号にあります。

論文の出典

本研究は、Sarah K. Wandelt、David A. Bjånes、Kelsie Pejsa、Brian Lee、Charles Liu、Richard A. Andersenらの学者によって行われました。著者は全員、California Institute of Technology、Rancho Los Amigos National Rehabilitation Center、Keck School of Medicine of USCなどの機関に所属しています。論文は《Nature Human Behaviour》2024年6月号に掲載され、DOIは：https://doi.org/10.1038/s41562-024-01867-yです。

研究の詳細

a) 研究のプロセス

研究には以下の主要なステップが含まれます：

  1. 対象の選定とデバイスの埋め込み：四肢麻痺の参加者2名が対象となり、それぞれSMGとS1に微電極アレイが埋め込まれました。

  2. タスクの設計：2名の参加者は内在音声と有声音声のタスクを行い、タスクは六つの単語と二つの疑似単語を含みます。タスク全体は六つのステージから成り立っており、試行間隔（ITI）、提示ステージ、第一遅延（D1）、内在音声ステージ、第二遅延（D2）、有声音声ステージが含まれます。単語は聴覚または書字の提示を通じて表示され、参加者は異なるステージでこれらの単語を内在的または有声で発声する必要があります。

  3. データ収集と分析：微電極アレイを使用してSMGとS1の神経活動を記録し、線形回帰や決定木などのアルゴリズムを用いてデータを分析、分類します。デコードの過程では、主成分分析（PCA）や線形判別分析（LDA）などの多様なアルゴリズムが選ばれました。

b) 主要な結果

  1. 神経表現：SMGの単一ニューロンおよびニューロン群レベルで、内在音声および有声音声の顕著な神経表現が発見されました。記録された群活動を通じて、内在および有声の単語を顕著にデコードできることが示されました。

  2. デコード正確率：オフライン分析において、参加者の内在音声デコードの平均正確率はそれぞれ55％と24％（ランダムレベルは12.5％）であり、オンライン内在音声BMIタスクの正確率はそれぞれ79％と23％でした。

  3. 共有神経表現：最初の参加者において、内在音声、単語読み取り、および有声音声過程の間に共有される神経表現が発見されました。SMGは単語を表現するだけでなく、疑似単語も表現できることが明らかになり、音声音符に関する確証を提供しました。

  4. S1と内在および有声音声の関係：二人の参加者において、S1の活動は有声音声過程でのみ変化し、内在音声の生成過程では口腔運動が行われていないことを示しています。

c) 結論と価値

研究結果は、SMGを高性能な内在音声BMIの潜在的な脳領域として使用できる可能性があることを示しています。この研究の科学的価値は、内在音声および有声音声のデコードにおけるSMGの重要な役割を明らかにし、将来の音声BMIシステムに新たな方向性を提供することにあります。応用価値の観点からは、本研究成果は話す能力を失った患者が交流能力を回復するための技術的支援を提供する可能性があり、臨床的に重要な意義を持ちます。

d) 研究のハイライト

  1. 高性能内在音声デコード：これは初めてSMGにおける内在音声デコードの高性能が実証され、オンラインデコード正確率が79％に達しました。

  2. 共有神経表現：内在音声、単語読み取りおよび有声音声の間の共有神経表現を明らかにし、SMGが多くの言語処理過程における中核的役割を示しています。

  3. 内在音声と有声音声の独立したエンコード：S1が有声音声デコードにおいて果たす役割は確認されましたが、内在音声過程には関与しないことが確認されました。

その他有価値な情報

  1. 異なる内在音声戦略のデコード可能性：参加者1において、聴覚想像と視覚想像戦略を用いることで高いデコードレベルが達成されました。これは内在音声BMIが多様な内在音声戦略に適応できることを示しています。

  2. 疑似単語のエンコード：研究により、SMGが疑似単語を高効率で表現できることが発見され、SMGの音声音符に関与する証拠を提供しました。

  3. 柔軟なデコードモデル：論文で開発されたデコードモデルは異なるタスクステージや提示タイプで高い正確性を示し、モデルの堅牢性と適応性を明らかにしています。

まとめ

本研究は内在音声BMI分野における重要なブレークスルーであり、SMGから内在言語を高精度でデコードする実用可能性を示しました。研究は、内在音声デコードにおけるSMGの潜在能力を明らかにしただけでなく、それが多様な言語処理過程においても中心的な役割を果たすことを検証しました。この発見は科学的な意義が大きく、臨床応用においても新たな視点を提供し、話す能力を失った患者に新たな希望をもたらすものです。