米国カリフォルニア大学サンタバーバラ校（UCSB）など3機関の研究チームは、深層学習を用いて視覚皮質インプラントの精度を飛躍的に向上させることに成功した。本研究は神経科学誌Neuronに掲載され、視覚障害者向け次世代バイオニックアイの実用化に向けた重要な一歩となる。 従来の網膜や視神経をターゲットとする視覚補綴装置とは異なり、視覚皮質に直接電極を埋め込み脳を刺激する皮質型視覚補綴装置は、卒中や外傷、神経変性疾患による視覚路損傷で失明した患者にとって有望なアプローチである。しかし、電極からの電気刺激が脳内でどのように変換され、知覚として認識されるかは長年解明されてこなかった。 今回、UCSBのマイケル・ベイラー准教授らによって開発された深層ニューラルネットワークは、電極刺激の組み合わせと刺激前の脳静止状態の活動データを学習させ、標的となる神経活動パターンを高精度に予測する仕組みを実現した。2024年、スペインの病院にて頭部外傷により失明した27歳の男性を対象に臨床検証が行われた。96チャンネルの電極アレイが埋め込まれたインプラントを使用し、AIが設計した刺激パターンを試した結果、従来の手法よりも少ない電流で標的の神経活動を再現することに成功した。 本研究の最大の特徴は、単なる電極の制御ではなく、インプラントが記録した実際の脳活動パターンを基に知覚結果を予測している点である。研究者らは、電極刺激パラメータ自体よりも、脳が示した活動パターンの方がユーザーの視覚知覚をより正確に反映することを実証した。さらに、AIモデルは脳の状態の変動を考慮して刺激を動的に調整する機能を備えており、日々にわたる安定した視覚補償を可能にする基盤技術となる。 開発陣は、有用な視覚補綴装置は固定されたプロトコルに依存せず、個々の脳への適応と学習を継続的に行う必要があると指摘する。今回の実証実験は、理論モデルを臨床現場で検証した画期的な成果であり、将来的には失明した患者に安定した視覚回復をもたらす実用型デバイス開発へ大きく貢献すると期待されている。