นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก ประสบความสำเร็จในการพัฒนาระบบปฏิสัมพันธ์ระหว่างสมองกับคอมพิวเตอร์ ช่วยผู้ป่วยอัมพาตให้ควบคุมแขนกลด้วยสัญญาณสมองของตัวเอง
เทคโนโลยีปัญญาประดิษฐ์ (AI) และระบบเชื่อมต่อสมองกับคอมพิวเตอร์ (Brain-Computer Interface: BCI) ได้เข้ามาช่วยให้ผู้ป่วยอัมพาตสามารถควบคุมแขนกลได้ด้วยสัญญาณสมอง โดยไม่ต้องพึ่งพาการเคลื่อนไหวของร่างกาย และอาจเป็นความหวังใหม่สำหรับผู้ป่วยที่สูญเสียการเคลื่อนไหวจากโรคหรืออุบัติเหตุได้
งานวิจัยล่าสุดจากมหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก (University of California, San Francisco: UCSF) ซึ่งได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์ชั้นนำ เปิดเผยว่า ทีมนักวิทยาศาสตร์สามารถพัฒนาระบบ BCI ที่ช่วยให้ผู้ป่วยอัมพาตควบคุมแขนกลได้อย่างแม่นยำ โดยใช้สัญญาณไฟฟ้าจากสมอง ระบบนี้ทำงานผ่านการถอดรหัสสัญญาณประสาทและแปลงเป็นคำสั่งดิจิทัล เพื่อควบคุมอุปกรณ์ภายนอก เช่น แขนกล เทคโนโลยีนี้ไม่เพียงช่วยให้ผู้ป่วยสามารถทำกิจกรรมพื้นฐานได้ด้วยตนเอง แต่ยังช่วยฟื้นฟูคุณภาพชีวิตของผู้ป่วยอีกด้วย
ระบบ BCI นี้ใช้การเรียนรู้ของเครื่อง (Machine Learning) เพื่อวิเคราะห์และประมวลผลสัญญาณสมองในแบบเรียลไทม์ โดยอัลกอริทึมของระบบ AI จะทำหน้าที่ถอดรหัสของผู้ป่วย และแปลงเป็นคำสั่งควบคุมแขนกลได้อย่างรวดเร็วและแม่นยำ กระบวนการนี้ใช้เวลาฝึกฝนเพียงไม่กี่สัปดาห์ เพื่อให้ระบบสามารถเรียนรู้และปรับตัวตามสัญญาณสมองของผู้ป่วย
เทคโนโลยีนี้ได้รับการทดสอบกับผู้ป่วยอัมพาตระดับรุนแรง ซึ่งไม่สามารถเคลื่อนไหวร่างกายได้เลย ผลการทดลองพบว่าผู้ป่วยสามารถควบคุมแขนกลเพื่อหยิบจับวัตถุ และทำกิจกรรมพื้นฐาน เช่น ดื่มน้ำหรือรับประทานอาหารได้ด้วยตนเอง ความสำเร็จนี้ไม่เพียงแสดงให้เห็นถึงศักยภาพของระบบ AI และระบบ BCI แต่ยังเป็นก้าวสำคัญในการพัฒนาอุปกรณ์ช่วยเหลือผู้ป่วยอัมพาตในอนาคตด้วย
นอกจากนี้ ระบบ BCI ยังสามารถเชื่อมต่อกับอุปกรณ์อื่น ๆ ได้ เช่น คอมพิวเตอร์หรือรถเข็นไฟฟ้า ซึ่งช่วยเพิ่มความสะดวกและความเป็นอิสระให้กับผู้ป่วย นักวิจัยเชื่อว่าในอนาคต เทคโนโลยีนี้จะถูกพัฒนาต่อไปเพื่อให้ผู้ป่วยสามารถควบคุมอุปกรณ์ได้หลากหลายมากขึ้น และอาจนำไปใช้ในการฟื้นฟูสมรรถภาพทางร่างกายได้อีกด้วย
ศักยภาพของเทคโนโลยี BCI สามารถนำไปช่วยเหลือผู้ป่วยโรคทางระบบประสาทอื่น ๆ เช่น โรคพาร์กินสัน หรือผู้ที่ได้รับบาดเจ็บที่สมอง โดยนักวิจัยกำลังศึกษาการประยุกต์ใช้ระบบนี้เพื่อช่วยฟื้นฟูการเคลื่อนไหวและพัฒนาคุณภาพชีวิตของผู้ป่วยกลุ่มนี้ต่อไป แม้ว่าเทคโนโลยีนี้ยังอยู่ในขั้นตอนการวิจัยและพัฒนา แต่ผลลัพธ์ที่ได้จนถึงปัจจุบันแสดงให้เห็นถึงศักยภาพที่สามารถนำไปช่วยเหลือผู้ป่วยและพัฒนาคุณภาพชีวิตของพวกเขาให้ดีมากยิ่งขึ้น
เรียบเรียงโดย ขนิษฐา จันทร์ทร
ที่มาข้อมูล: sciencedaily, ucsf, thedebrief, independent, interestingengineering
ที่มาภาพ: ucsf, ภาพ 1
“รอบรู้ ดูกระแส ก้าวทันโลก” ไปกับ Thai PBS Sci & Tech
