Niedawno Elon Musk zapowiedział, że oparty na technologii Neuralink implant Blindsight będzie mógł przywracać wzrok niewidomym. Na początku ma oferować niewielką rozdzielczość, jednak z czasem ma ona znacznie wzrosnąć, co ostatecznie miałoby nawet umożliwić uzyskanie obrazu lepszego, niż powstający dzięki zdrowym oczom.

Naukowcy z University of Washington stwierdzili jednak, że taka wizja jest co najmniej nierealistyczna. Ich zdaniem wadliwe jest założenie, stojące za twierdzeniami miliardera. Według niego bowiem wszczepienie do kory wzrokowej implantu z milionami elektrod ma zapewnić doskonały obraz o wysokiej rozdzielczości.

Ale to nie takie proste - twierdzą badacze.

Na podstawie najnowszej wiedzy o działaniu mózgu i jego komórek stworzyli oni komputerową symulację obrazu, uzyskanego dzięki tego typu implantom. Podczas gdy obraz złożony z 45 mln pikseli jest ostry i wyraźny - dzięki 45 mln elektrod można uzyskać trudną do zidentyfikowania plamę. Rzecz w tym, że jedna elektroda w najlepszym razie będzie stymulowała pojedynczą komórkę nerwową, co nie odpowiada powstaniu jednego piksela obrazu.

Jeden neuron, jak wyjaśniają naukowcy, kontroluje bowiem tzw. pole recepcyjne i, co kluczowe, pola różnych neuronów częściowo się pokrywają. Co więcej, każda komórka działa trochę inaczej, więc nawet jeśli uda się stymulować pojedyncze neurony, na każdy z nich trzeba będzie oddziaływać w indywidualny sposób.

Konieczna byłaby znajomość cech każdego pobudzanego neuronu.

"Nawet żeby osiągnąć typowy ludzki wzrok, trzeba by nie tylko dopasować elektrodę do każdej komórki w korze wzrokowej, ale także stymulować ją odpowiednim kodem. To niezwykle skomplikowane, ponieważ każda pojedyncza komórka ma swój własny kod. Nie można stymulować 44 000 komórek u niewidomej osoby i powiedzieć: 'Narysuj to, co widzisz, kiedy stymuluję tę komórkę'. Zajęłoby to dosłownie lata, aby zmapować każdy pojedynczy neuron" - tłumaczy prof. Ione Fine, autorka pracy opublikowanej w piśmie "Scientific Reports" (https://www.nature.com/articles/s41598-024-65337-1).

To znaczy, że ostrość obrazu nie zależy tylko od liczby elektrod, ale od tego jak dochodzące z nich informacje są przetwarzane przez neurony.

"Inżynierowie często myślą o elektrodach jako o czymś, co tworzy piksele" - zwraca uwagę prof. Fine. - "Jednak nie tak działa biologia. Mamy nadzieję, że nasze symulacje oparte na prostym modelu układu wzrokowego pozwolą zrozumieć, jak będą działać takie implanty. Te symulacje znacznie różnią się od intuicji inżyniera, który myśli w kategoriach pikseli na ekranie komputera".

Oczywiście nawet rozmazany obraz dla niewidomej osoby oznaczałby trudną do przecenienia poprawę jakości życia, jednak tworzone obecnie prognozy muszą być bardzo ostrożne. Jak na razie naukowcy nie wiedzą, jak można byłoby pokonać opisane przeszkody.

"Ktoś może kiedyś dokona przełomowego odkrycia, które będzie jak kamień z Rosetty. Możliwe jest również, że odkryjemy pewną plastyczność, dzięki której ludzie mogą nauczyć się lepiej wykorzystywać nieprawidłowy kod. Ale moje własne badania i badania innych pokazują, że obecnie nie ma dowodów na to, że ludzie mają ogromne zdolności adaptacji do nieprawidłowego kodu" - mówi prof. Fine.

Bez przełomu implanty takie jak Blindsight będą dawały rozmyty obraz - uważają naukowcy niezależnie od tego, jak bardzo zaawansowana elektronika będzie w nich działała.

Odkrycie może jednocześnie pomóc w pracach nad udoskonalaniem implantów i nad opracowaniem odpowiednich testów do ich sprawdzania, np. na potrzeby FDA.

"Wiele osób traci wzrok w późnym wieku. Kiedy ktoś ma 70 lat, nauczenie się nowych umiejętności niezbędnych do życia jako osoba niewidoma jest bardzo trudne. W związku z tym często pojawia się depresja. Może pojawić się desperacja, by odzyskać wzrok. Ślepota nie czyni ludzi wrażliwymi, ale utrata wzroku w późnym wieku może niektórych ludzi takimi uczynić. Dlatego, kiedy Elon Musk mówi takie rzeczy jak: 'To będzie lepsze niż ludzki wzrok' - jest to niebezpieczne" - podkreśla ekspertka, cytwana na stronie Uniwersytetu Waszyngtonu (USA). (PAP)

Marek Matacz

mat/ zan/