લકવાગ્રસ્ત દર્દીઓ હવે બોલી શકશે? મગજમાં લગાવાયેલા આ ઇમ્પ્લાન્ટે કરી કમાલ

UCSF Brain Implant: લકવાગ્રસ્ત દર્દીઓ માટે વાતચીતની દુનિયામાં ન્યુરોટેકનોલોજીએ મોટી પ્રગતિ કરી છે. અમેરિકાની University of California, San Francisco (UCSF)ની Chang Labના વૈજ્ઞાનિકોએ એવું Brain-Computer Interface (BCI) વિકસાવ્યું છે, જે મગજમાંથી મળતા વાણી અને શરીરના હલનચલન સાથે જોડાયેલા સંકેતોને એકસાથે ડીકોડ કરી શકે છે. આ ટેકનોલોજીની મદદથી દર્દીના સંકેતોને રિયલ ટાઇમમાં ડિજિટલ અવતારની વાણી અને હાવભાવમાં રૂપાંતરિત કરવામાં આવ્યા હતા. સંશોધન 14 સપ્ટેમ્બર 2026ના રોજ Nature Neuroscienceમાં પ્રકાશિત થયું છે.

બ્રેઇન ઇમ્પ્લાન્ટ કેવી રીતે કામ કરે છે?
સંશોધકોએ મગજના વાણી અને હલનચલન સાથે સંકળાયેલા વિસ્તારોમાંથી neural signals રેકોર્ડ કરવા માટે high-density electrocorticography એટલે કે ECoG implantનો ઉપયોગ કર્યો. આ સંકેતોને Machine Learning મોડેલ દ્વારા ડીકોડ કરવામાં આવ્યા હતા. સિસ્ટમ દર્દી દ્વારા બોલવાનો અથવા હાવભાવ કરવાનો પ્રયાસ કરવામાં આવે ત્યારે મગજમાં બનતા neural activity patternsને ઓળખે છે. ત્યારબાદ AI મોડેલ આ સંકેતોને speech અને gesture commandsમાં ફેરવે છે. સંશોધકોના જણાવ્યા મુજબ, અગાઉની Brain-Computer Interface ટેકનોલોજી સામાન્ય રીતે વાણી અથવા હાવભાવમાંથી એક પર ધ્યાન કેન્દ્રિત કરતી હતી, જ્યારે આ સિસ્ટમ બંને પ્રકારના સંચારને એકસાથે ડીકોડ કરી શકે છે.

AIએ વાણી અને હાવભાવ બંને ઓળખ્યા
સંશોધનમાં Bravo-1r અને Bravo-6 સહિત participantsના neural signalsનું વિશ્લેષણ કરવામાં આવ્યું. બંને માટે personalized virtual avatarને speech અને gestures સાથે નિયંત્રિત કરવામાં આવ્યો. Bravo-1r માટે simultaneous decodingમાં gesture accuracy 88.3 ટકા અને speech accuracy 84 ટકા રહી. Bravo-6 માટે offline simultaneous decodingમાં gesture accuracy 68.8 ટકા અને speech accuracy 77.5 ટકા રહી. વધુ natural conversation tasks દરમિયાન પણ બંને પ્રકારના સંકેતોને ડીકોડ કરીને avatarને રિયલ ટાઇમમાં નિયંત્રિત કરવામાં આવ્યો.

ડિજિટલ અવતાર દર્દીની વાતચીત કરશે
આ ટેકનોલોજીમાં decoded speechને સ્ક્રીન પર text તરીકે દર્શાવવામાં આવ્યું અને decoded gesturesના આધારે personalized virtual avatarને હલનચલન કરાવવામાં આવ્યું. એટલે દર્દી માત્ર લખાણ દ્વારા નહીં પરંતુ વાણી અને હાવભાવ બંને સાથે વધુ કુદરતી રીતે વાતચીત કરી શકે છે. સંશોધકોએ અલગ-અલગ speech phrases અને gestures સાથે systemને train કર્યું હતું. અભ્યાસમાં cross-modality trainingનો ઉપયોગ કરવામાં આવ્યો, જેથી AI માત્ર speech અને gestureની જોડી પર આધાર રાખવાને બદલે બંને પ્રકારના neural signalsને અલગ રીતે પણ ઓળખી શકે.

હવે સ્ક્રીન અને અવતારથી આગળનું લક્ષ્ય
હાલની ટેકનોલોજી હજુ સંશોધન અને clinical developmentના તબક્કામાં છે. તેનો અર્થ એ નથી કે આ બ્રેઇન ઇમ્પ્લાન્ટ હાલમાં સામાન્ય લકવાગ્રસ્ત દર્દીઓ માટે તૈયાર સારવાર બની ગયું છે. તેમ છતાં, આ સંશોધન Brain-Computer Interface, AI અને neuroprosthesisના ક્ષેત્રમાં મહત્વપૂર્ણ પગલું છે. સંશોધકોનું લાંબા ગાળાનું લક્ષ્ય વધુ શબ્દો અને હાવભાવને ડીકોડ કરીને લકવાગ્રસ્ત લોકોને વધુ સ્વાભાવિક રીતે વાતચીત કરવામાં મદદ કરવાનું છે. જો આ ટેકનોલોજી આગળના અભ્યાસોમાં સફળ સાબિત થાય તો ભવિષ્યમાં stroke અને અન્ય neurological conditionsને કારણે બોલવાની અથવા હલનચલનની ક્ષમતા ગુમાવનારા લોકો માટે communication technologyમાં મોટો ફેરફાર આવી શકે છે.