Steven Hawking välittää viestinsä tietokoneelta puhesyntetisaattorille. Kuva: Nasa
Steven Hawking välittää viestinsä tietokoneelta puhesyntetisaattorille. Kuva: Nasa

Nyt kehitetään aivokäyttöliittymiä halvaantuneille.

Stephen Hawking on neljän vuosikymmenen ajan sairastanut amyotrofista lateraaliskleroosia, joka tuhoaa liikkeiden säätelyyn erikoistuneita aivosoluja. Puhekyvytön ja lähes liikuntakyvytön huippufyysikko on kuitenkin kirjoittanut menestyskirjoja ja tieteellisiä artikkeleita sekä antanut haastatteluja ja pitänyt luentoja. Hän nimittäin pystyy painamaan kädessään olevaa pientä kytkintä ja ohjaamaan sillä erityistä tietokoneohjelmaa. Ohjelman avulla Hawking kirjoittaa ja tallentaa tekstejä ja lähettää ne puhesyntetisaattorille.

ALS-tauti voi kuitenkin edetä niin pitkälle, ettei ihminen enää kykene tahdonalaisesti liikuttamaan yhtään lihasta. Sama voi seurata aivoverenvuodosta tai aivohalvauksesta. Tällaisessa locked-in-syndroomassa ihminen ei pysty kommunikoimaan, vaikka hän on täysin tietoinen ympäristöstään ja hänen älylliset kykynsä ovat tallella.

Onneksi tästä syndroomasta kärsiville voidaan nykytekniikoin luoda viestintäväylä. Eri puolilla maailmaa kehitetään parhaillaan aivokäyttöliittymiä, jotka muuntavat aivotoiminnan synnyttämät sähköiset tai magneettiset signaalit tietokoneen ymmärtämiksi käskyiksi.

Ajattelu näkyväksi EEG:llä

Hawking siis ohjaa tietokonetta painamalla kädessään olevaa kytkintä. Vastaavasti aivokäyttöliittymä voi perustua kytkimen painamisen ajattelemiseen.

Aivotoiminnan sähköiset muutokset, joita aivokäyttöliittymä tulkitsee, mitataan yleensä pään iholle asetetuin elektrodein elektroenkefalografialla eli EEG:llä. Tässä on kuitenkin ongelmansa. Kytkimen painallusta vastaava aivotoiminta nimittäin helposti hukkuu aivosähkökäyrässä aivojen muuhun, satunnaiseen aktiivisuuteen. 

Oikean signaalin löytämistä helpottaa, jos tiedetään, milloin käyttäjä ajattelee kytkimen painamista. Siksi useimmissa aivokäyttöliittymissä käyttäjän pitää ajoittaa toimintansa aikamerkkien perusteella.

Ensin käyttöliittymän on kuitenkin tiedettävä, millaista aivosignaalia se etsii. Tätä varten koulutetaan joko ihmistä tai konetta tai molempia.

Biopalautteeseen perustuvissa käyttöliittymissä käyttäjä opetetaan tuottamaan tietynlaisia signaaleja.

Ajatustehtävien luokitteluun perustuvissa versioissa opetetaan puolestaan aivokäyttöliittymä tunnistamaan mitattujen signaalien perusteella, milloin käyttäjä keskittyy mihinkin ajatustehtävään.

Useimmissa nykyisissä EEG-pohjaisissa aivokäyttöliittymissä sovelletaan näitä menetelmiä.

Opetteluun voi mennä kuukausia

Biopalautteeseen perustuvia aivokäyttöliittymiä on kehitetty esimerkiksi Wadsworth Centerissä Albanyssa Yhdysvalloissa ja Tübingenin yliopistossa Saksassa. Näiden käyttäjän on kyettävä muuttamaan jotakin EEG:ssä näkyvää aivotoimintaansa, esimerkiksi tiettyjen rytmien voimakkuutta tietyn rajan yli tai ali.

Menetelmästä on kokemuksia muista yhteyksistä: biopalautetta sovelletaan muun muassa keskittymisvaikeuksien ja riippuvuuksien hoitoon. Tällöin aivotoimintaa muutetaan esimerkiksi voimistamalla tiettyjä EEG-rytmejä ja vaimentamalla toisia. Usein palaute annetaan tietokonepelin muodossa: potilas menestyy pelissä sitä paremmin mitä paremmin hän muuntaa EEG:tään kohti asetettua tavoitetta.

Hyvän taidon saavuttamiseen voi  mennä yksilön mukaan muutamista päivistä kuukausiin, eivätkä kaikki välttämättä opi sitä koskaan.

Tietokone luokittelee ajatuksia

Toisenlaisessa aivokäyttöliittymässä sovelletaan ajatustehtäviä, esimerkiksi kuvitellaan oikean ja vasemman käden liikuttamista. Tehtävät valitaan niin, että tiedetään, että ne aktivoivat eri aivoalueita. Esimerkiksi näköaivokuori sijaitsee takaraivossa ja liikeaivokuori päälaen vasem-malla ja oikealla puolella.

Yleensä valitaan kaksi tai kolme ajatustehtävää, joista kukin vastaa tiettyä tietokoneohjelman komentoa. Ennen kuin komentoja päästään hyödyntämään, aivokäyttöliittymän luokitteluohjelma pitää opettaa tunnistamaan, mikä ajatustehtävä on milloinkin kyseessä. Tätä varten käyttäjän EEG-signaalista kerätään satoja esimerkiksi puolen sekunnin pituisia näytteitä, kun hän keskittyy eri ajatustehtäviin.

Tietokoneen oppimista voidaan tehostaa kertomalla käyttäjälle, missä tapauksissa luokittelija erittelee ajatustehtävät tehokkaimmin. Tavoitteena on, että samalla kun tietokone oppii luokittelemaan paremmin, käyttäjäkin oppii tuottamaan helpommin luokiteltavia ajatuksia.

Ajatustehtäviin perustuvia aivokäyttöliittymiä on kehitetty esimerkiksi Oxfordin yliopistossa Englannissa ja meillä Teknillisen korkeakoulun laskennallisen tekniikan laboratoriossa.

Nykylaitteet vielä kankeita

Nykyisissä aivokäyttöliittymissä on vielä paljon parannettavaa. Komentojen määrä on pieni: yhdestä neljään. Määrää on kuitenkin hankala lisätä, sillä silloin käyttöliittymän on vaikeampi erottaa komentosignaaleja toisistaan. Tunnistusta voisi tarkentaa pidentämällä yhden komennon suorittamiseen kuluvaa aikaa useisiin sekunteihin, mutta tällöin kommunikointi hidastuu ikävästi.

Monet ongelmat johtuvat EEG:stä. Signaalissa on kohinaa, sen avulla on vaikea paikantaa aivoaktiviteetti, ja sitä häiritsevät esimerkiksi silmien liikkeet. Laite on kuitenkin muihin aivojen mittauslaitteisiin verrattuna kätevän pienikokoinen ja edullinen eikä vaadi esimerkiksi magneettisesti suojattua huonetta, kuten useimmat magneettikenttien mittaukseen perustuvat laitteet. EEG-mittausten paikannuskykyä voidaan parantaa käyttämällä hyväksi magneettisista mittauksista saatavaa tarkempaa tietoa.

Tavalliset tietokoneohjelmat eivät sovellu aivokäyttöliittymään, vaan se tarvitsee omat ohjelmansa. Vielä ei ole selvitetty, millaiset ohjelmat olisivat käyttäjän kannalta tehokkaimpia. Epäselvää on myös, minkälainen palaute parhaiten opettaisi käyttäjää. Auttaisiko esimerkiksi, jos vasemman käden liikettä ajatellessaan näkisi tietokoneen ruudulla kursorin sijasta vasemman käden, joka liikkuu?

Mikroelektrodeilla tarkemmin

Nykyistä tehokkaampia aivokäyttöliittymiä saataisiin asentamalla pieniä mikroelektrodeja suoraan aivokuorelle, missä ne mittaavat yksittäisten hermosolujen toimintaa.

Esimerkiksi Yhdysvalloissa, Pohjois-Carolinan Duke-yliopistossa mitattiin kättään liikuttavien apinoiden aivotoimintaa mikroelektrodein, jotka asetettiin suoraan liikeaivokuorelle. Sähkösignaalien perusteella aivokäyttöliittymä oppii ennustamaan apinan liikkeet varsin tarkoin, ja signaaleja on kokeiltu myös robottikäden liikuttamiseen.

Janne Lehtonen on diplomi-insinööri, joka työskentelee tutkijana Teknillisen korkeakoulun laskennallisen tekniikan laboratoriossa.

Mikko Sams on akatemiaprofessori samassa TKK:n laboratoriossa.

Julkaistu Tiede-lehdessä 2/2003

www.lce.hut.fi/research/bci/

Nettihaut: "brain computer interface"

Näin aivokäyttöliittymää käytetään

  • ajatellaan liikettä
  • ajatuksen tuottama sähkötoiminta mitataan pään iholta
  • tietokoneen aivokäyttöliittymä luokittelee ja tunnistaa ajatuksen
  • tietokoneohjelma reagoi komentoon

Suomalaiset mukana

Teknillisen korkeakoulun laskennallisen tekniikan laboratorio oli mukana EU:n aivokäyttöliittymäprojektissa Adaptive Brain Interfaces. Siinä suomalaiset kehittivät menetelmiä aivotoiminnan mittaus-tiedon käsittelyyn.

Uudessa Suomen Akatemian rahoit-tamassa tutkimusprojektissa Reaaliaikaisesti adaptoituva ihminen-tietokone-aivokäyttöliittymä" laboratorio kehittää itse koko aivokäyttöliittymän. Se perustuu ajatustehtäviin, kuten käden liikkeiden kuvitteluun, ja aivotoimintaa mitataan sekä elektro- että magnetoenkefalografialla.

Tavoitteena on luoda tarkin tähänastinen ulkoisia mittausmenetelmiä käyttävä aivokäyttöliittymä sekä uusi, tehokkaampi tapa opettaa käyttäjää.