Dekodowanie mowy z mózgu

Skąd się wzięło

Osoba z zaawansowanym stwardnieniem zanikowym bocznym albo po udarze pnia mózgu może być w pełni świadoma i nie móc wypowiedzieć ani słowa. Dotychczasowe rozwiązania - sterowanie kursorem wzrokiem, wybieranie liter - dają tempo rzędu kilku–kilkunastu słów na minutę. Rozmowa w takim tempie jest wyczerpująca dla obu stron.

Punktem wyjścia dla neuroprotezy mowy jest fakt, że u tych osób kora ruchowa nadal wysyła polecenia do mięśni aparatu mowy. Polecenia nie docierają na miejsce albo mięśnie na nie nie reagują - ale sygnał w mózgu powstaje. Jego odczytanie nie wymaga sięgania po myśli.

Co dokładnie obejmuje

Łańcuch wygląda tak: elektrody rejestrują aktywność w obszarach odpowiadających za ruchy warg, języka, żuchwy i krtani → model uczy się przypisywać wzorce do jednostek dźwiękowych → model języka składa z nich słowa i zdania → wynik jest wyświetlany jako tekst albo odtwarzany syntetycznym głosem.

Dwa rodzaje elektrod, o różnym bilansie:

• Wnikające w korę - cieńsze niż włos, rejestrują pojedyncze neurony. Sygnał najlepszy, ryzyko chirurgiczne największe, trwałość ograniczona bliznowaceniem.
• Powierzchniowe - leżą na powierzchni mózgu, obejmują większy obszar, sygnał uśredniony. Mniej inwazyjne.

Rola modelu języka jest tu decydująca i najczęściej pomijana. Znaczna część trafności bierze się z tego, że model wie, jakie słowa następują po sobie w danym języku. Dokładnie z tego samego powodu klawiatura telefonu poprawia literówki. To zarazem podnosi użyteczność i tworzy ryzyko: system może uzupełnić zdanie słowem, którego pacjent nie zamierzał powiedzieć.

Stan na dziś

Stan na sierpień 2026, według prac recenzowanych:

• Tempo - najlepsze opublikowane wyniki to kilkadziesiąt słów na minutę, czyli rząd wielkości szybciej niż sterowanie wzrokiem i wolniej niż swobodna mowa (około 150 słów na minutę).
• Trafność - przy słowniku ograniczonym do kilkudziesięciu słów błędy są rzadkie; przy słowniku dziesiątków tysięcy słów rosną kilkukrotnie.
• Kalibracja - w pierwszych systemach zajmowała godziny i trzeba ją było powtarzać. W pracy z 2024 roku skrócono ją do minut, co dla codziennego użytku jest ważniejsze niż kolejny punkt trafności.
• Skala - pojedynczy uczestnicy w każdym z badań. To są opisy przypadków w ramach badań wykonalności, nie terapia dostępna dla pacjentów.

Rozstrzygnięte jest, że dekodowanie działa. Nierozstrzygnięte pozostaje, czy działa poza laboratorium, przez lata, u osób o różnych uszkodzeniach - i kto miałby za to zapłacić.

Czego to nie jest

Trzy nieporozumienia powtarzają się w doniesieniach:

To nie jest czytanie w myślach. Odczytywana jest próba mówienia - świadome polecenie ruchowe. Osoba, która myśli o czymś i nie próbuje tego wypowiedzieć, nie generuje sygnału, który system rozpoznaje. Prace badawcze odnotowują ten problem osobno, jako pytanie o „mowę wewnętrzną”, i traktują jako otwarty.

To nie jest urządzenie do kupienia. Wymaga neurochirurgii, zespołu badawczego i udziału w protokole.

To nie dotyczy urządzeń konsumenckich. Opaski EEG rejestrują sygnał uśredniony przez czaszkę i nie zbliżają się do rozdzielczości potrzebnej do dekodowania mowy. Spór o neuroprawa dotyczy właśnie ich - i to jest inna rozmowa niż ta.