Китайские исследователи добились прогресса в клинических испытаниях инвазивного интерфейса "мозг-компьютер"

Пекин, 21 декабря /Синьхуа/ -- Пациент, страдающий тетраплегией, управлял умной инвалидной коляской по окрестностям только своими мыслями и отдавал команды собаке-роботу принести доставленную курьером еду на вынос. Эти сцены стали результатом, достигнутым во время клинического испытания имплантируемого интерфейса "мозг-компьютер" /ИМК/, проведенного недавно командой исследователей Китайской академии наук /КАН/.

Такие возможности выходят за рамки традиционной реабилитации, выходя за пределы двумерного управления курсором на экране и позволяя взаимодействовать с трехмерным физическим миром.

ИМК предназначен для создания прямого канала связи между мозгом и внешними устройствами. По всему миру научно-исследовательские группы уже продемонстрировали лабораторные достижения, в том числе набор текста с помощью мысли и управление роботизированной рукой. Однако стабильная интеграция этой технологии в повседневную жизнь пациентов остается постоянной проблемой.

Вышеупомянутый пациент страдает тетраплегией с 2022 года из-за повреждения спинного мозга, а в июне 2025 года ему была имплантирована система инвазивного нейрокомпьютерного интерфейса, разработанная Центром исследований в области нейробиологии и интеллектуальных технологий при КАН. После нескольких недель обучения и тренировки он уже умеет стабильно управлять курсором компьютера и планшетом.

Исследователи использовали для имплантирования высокопропускную беспроводную систему инвазивного ИМК, которая позволяет пациенту стабильно управлять умной инвалидной коляской и роботизированной собакой с использованием нейронных сигналов, обеспечивая автономную мобильность и поиск объектов в реальных условиях.

Этот важный этап означает прогресс Китая от восстановления основных возможностей взаимодействия к расширению границ функциональных действий для парализованных пациентов в реальных повседневных условиях.

Команда исследователей также совершила ряд технических прорывов, разработав технологию сжатия нейронных данных с высокой степенью сжатия и высокой точностью воспроизведения и инновационно интегрировав два метода декодирования. Эта гибридная модель декодирования эффективно извлекает полезную информацию даже в условиях относительно сильного шума нейронных сигналов, улучшая общую производительность управления мозгом более чем на 15 проц.

Более того, исследователи сократили задержку от получения сигнала до выполнения команды до менее 100 миллисекунд - ниже физиологического порога задержки - обеспечив пациентам более плавное и естественное управление системой ИМК.