TEDMED 2011
Sheila Nirenberg: A prosthetic eye to treat blindness
Sheila Nirenberg: Proteza oka w leczeniu ślepoty
Filmed:
Readability: 4.3
470,530 views
Na TEDMED, Sheila Nirenberg prezentuje odważną metodę odzyskania wzroku przez osoby cierpiące na pewne rodzaje ślepoty: podpinając się do nerwu wzrokowego i wysyłając sygnały z kamery prosto do mózgu.
Sheila Nirenberg - Neuroscientist
Sheila Nirenberg studies how the brain encodes information -- possibly allowing us to decode it, and maybe develop prosthetic sensory devices. Full bio
Sheila Nirenberg studies how the brain encodes information -- possibly allowing us to decode it, and maybe develop prosthetic sensory devices. Full bio
Double-click the English transcript below to play the video.
00:15
I study how the brain processes
0
0
2000
Badam przetwarzanie informacji przez mózg,
00:17
information. That is, how it takes
1
2000
2000
Badam przetwarzanie informacji przez mózg,
00:19
information in from the outside world, and
2
4000
2000
Mózg zamienia informacje z otoczenia
00:21
converts it into patterns of electrical activity,
3
6000
2000
na wzorce aktywności elektrycznej,
00:23
and then how it uses those patterns
4
8000
2000
co pozwala nam
00:25
to allow you to do things --
5
10000
2000
widzieć, słyszeć, chwytać przedmioty.
00:27
to see, hear, to reach for an object.
6
12000
2000
widzieć, słyszeć, chwytać przedmioty.
00:29
So I'm really a basic scientist, not
7
14000
2000
Jestem zwykłym naukowcem,
00:31
a clinician, but in the last year and a half
8
16000
2000
ale przez ostatnie półtora roku,
00:33
I've started to switch over, to use what
9
18000
2000
zaczęłam robić użytek z tego,
00:35
we've been learning about these patterns
10
20000
2000
czego nauczyliśmy się o tych wzorcach,
00:37
of activity to develop prosthetic devices,
11
22000
3000
by rozwinąć przyrządy protetyczne,
00:40
and what I wanted to do today is show you
12
25000
2000
a dziś chciałam wam pokazać przykład.
00:42
an example of this.
13
27000
2000
a dziś chciałam wam pokazać przykład.
00:44
It's really our first foray into this.
14
29000
2000
To naprawdę nasza pierwsza próba.
00:46
It's the development of a prosthetic device
15
31000
2000
To udoskonalenie urządzenia protetycznego,
00:48
for treating blindness.
16
33000
2000
używanego w leczeniu ślepoty.
00:50
So let me start in on that problem.
17
35000
2000
Pozwólcie, że od niego rozpocznę.
00:52
There are 10 million people in the U.S.
18
37000
2000
10 mln ludzi w samym USA
00:54
and many more worldwide who are blind
19
39000
2000
cierpi na ślepotę
00:56
or are facing blindness due to diseases
20
41000
2000
lub ślepnie w wyniku chorób siatkówki,
00:58
of the retina, diseases like
21
43000
2000
takich jak zwyrodnienie plamki żółtej,
01:00
macular degeneration, and there's little
22
45000
2000
takich jak zwyrodnienie plamki żółtej,
01:02
that can be done for them.
23
47000
2000
i nie bardzo można im pomóc.
01:04
There are some drug treatments, but
24
49000
2000
Są pewne terapie farmakologiczne,
01:06
they're only effective on a small fraction
25
51000
2000
ale działają w niewielu przypadkach,
01:08
of the population. And so, for the vast
26
53000
2000
Jak dotąd, dla większości pacjentów
01:10
majority of patients, their best hope for
27
55000
2000
największą nadzieją na odzyskanie wzroku
01:12
regaining sight is through prosthetic devices.
28
57000
2000
są protezy.
01:14
The problem is that current prosthetics
29
59000
2000
Niestety dzisiejsze protezy
01:16
don't work very well. They're still very
30
61000
2000
nie działają zbyt dobrze.
01:18
limited in the vision that they can provide.
31
63000
2000
Dają mocno ograniczoną wizję.
01:20
And so, you know, for example, with these
32
65000
2000
Przy pomocy tych protez,
01:22
devices, patients can see simple things
33
67000
2000
pacjenci mogą zobaczyć podstawowe rzeczy,
01:24
like bright lights and high contrast edges,
34
69000
2000
jak jasne światła, brzegi o dużym kontraście,
01:26
not very much more, so nothing close
35
71000
2000
i niewiele więcej, czyli daleko im
01:28
to normal vision has been possible.
36
73000
3000
do normalnego widzenia.
01:31
So what I'm going to tell you about today
37
76000
2000
Dziś omówię urządzenie,
01:33
is a device that we've been working on
38
78000
2000
nad którym pracujemy,
01:35
that I think has the potential to make
39
80000
2000
które, według mnie, ma potencjał,
01:37
a difference, to be much more effective,
40
82000
2000
i może okazać się skuteczniejsze.
01:39
and what I wanted to do is show you
41
84000
2000
Chcę wam pokazać, jak działa.
01:41
how it works. Okay, so let me back up a
42
86000
2000
Pozwólcie, że najpierw pokażę wam,
01:43
little bit and show you how a normal retina
43
88000
2000
jak działa normalna siatkówka,
01:45
works first so you can see the problem
44
90000
2000
by ukazać problem,
01:47
that we were trying to solve.
45
92000
2000
który próbujemy rozwiązać.
01:49
Here you have a retina.
46
94000
2000
Tu mamy siatkówkę.
01:51
So you have an image, a retina, and a brain.
47
96000
2000
Macie więc obraz siatkówki i mózgu.
01:53
So when you look at something, like this image
48
98000
2000
Kiedy np. patrzycie na zdjęcie dziecka,
01:55
of this baby's face, it goes into your eye
49
100000
2000
obraz trafia do oka
01:57
and it lands on your retina, on the front-end
50
102000
2000
i ląduje na siatkówce,
01:59
cells here, the photoreceptors.
51
104000
2000
na przednich komórkach, fotoreceptorach.
02:01
Then what happens is the retinal circuitry,
52
106000
2000
Następnie, obwód siatkówkowy,
02:03
the middle part, goes to work on it,
53
108000
2000
jego środkowa część,
02:05
and what it does is it performs operations
54
110000
2000
dokonuje na nim operacji,
02:07
on it, it extracts information from it, and it
55
112000
2000
pobiera informacje
02:09
converts that information into a code.
56
114000
2000
i zamienia je w kod.
02:11
And the code is in the form of these patterns
57
116000
2000
Kod to wzorce impulsów elektrycznych
02:13
of electrical pulses that get sent
58
118000
2000
wysyłane do mózgu.
02:15
up to the brain, and so the key thing is
59
120000
2000
Zmiana obrazu w kod ma kluczowe znaczenie.
02:17
that the image ultimately gets converted
60
122000
2000
Zmiana obrazu w kod ma kluczowe znaczenie.
02:19
into a code. And when I say code,
61
124000
2000
Mówiąc "kod",
02:21
I do literally mean code.
62
126000
2000
mam na myśli dosłowny kod.
02:23
Like this pattern of pulses here actually means "baby's face,"
63
128000
3000
Ta grupa impulsów to dosłownie "twarz dziecka",
02:26
and so when the brain gets this pattern
64
131000
2000
więc otrzymując taki wzór impulsów,
02:28
of pulses, it knows that what was out there
65
133000
2000
mózg wie, że była to twarz dziecka.
02:30
was a baby's face, and if it
66
135000
2000
Gdyby otrzymał inny wzór,
02:32
got a different pattern it would know
67
137000
2000
wiedziałby, że to pies,
02:34
that what was out there was, say, a dog,
68
139000
2000
wiedziałby, że to pies,
02:36
or another pattern would be a house.
69
141000
2000
a jeszcze inny - dom.
02:38
Anyway, you get the idea.
70
143000
2000
Na tym to polega.
02:40
And, of course, in real life, it's all dynamic,
71
145000
2000
W życiu, to wszystko jest dynamiczne,
02:42
meaning that it's changing all the time,
72
147000
2000
czyli ulega ciągłym zmianom,
02:44
so the patterns of pulses are changing
73
149000
2000
wzorce impulsów zmieniają się bez przerwy.
02:46
all the time because the world you're
74
151000
2000
bo świat, na który patrzymy,
02:48
looking at is changing all the time too.
75
153000
3000
również ulega ciągłym zmianom.
02:51
So, you know, it's sort of a complicated
76
156000
2000
To wszystko jest trochę skomplikowane.
02:53
thing. You have these patterns of pulses
77
158000
2000
Wzorce impulsów wysyłane przez oko
02:55
coming out of your eye every millisecond
78
160000
2000
co milisekundę
02:57
telling your brain what it is that you're seeing.
79
162000
2000
mówią mózgowi, co widać.
02:59
So what happens when a person
80
164000
2000
Co się dzieje w przypadku
03:01
gets a retinal degenerative disease like
81
166000
2000
choroby zwyrodnieniowej,
03:03
macular degeneration? What happens is
82
168000
2000
np. zwyrodnienie plamki żółtej?
03:05
is that, the front-end cells die,
83
170000
2000
Obumierają fotoreceptory,
03:07
the photoreceptors die, and over time,
84
172000
2000
a z czasem umierają też
03:09
all the cells and the circuits that are
85
174000
2000
wszystkie komórki i obwody
03:11
connected to them, they die too.
86
176000
2000
połączone z fotoreceptorami.
03:13
Until the only things that you have left
87
178000
2000
Na koniec zostają tylko
03:15
are these cells here, the output cells,
88
180000
2000
te oto komórki, komórki wyjściowe,
03:17
the ones that send the signals to the brain,
89
182000
2000
wysyłające sygnały do mózgu,
03:19
but because of all that degeneration
90
184000
2000
ale z powodu zwyrodnienia,
03:21
they aren't sending any signals anymore.
91
186000
2000
nie przesyłają żadnych sygnałów.
03:23
They aren't getting any input, so
92
188000
2000
Nie dostają żadnych informacji,
03:25
the person's brain no longer gets
93
190000
2000
więc mózg nie otrzymuje
03:27
any visual information --
94
192000
2000
żadnej informacji wzrokowej,
03:29
that is, he or she is blind.
95
194000
3000
czyli następuje utrata wzroku.
03:32
So, a solution to the problem, then,
96
197000
2000
Rozwiązaniem problemu
03:34
would be to build a device that could mimic
97
199000
2000
byłoby urządzenie,
03:36
the actions of that front-end circuitry
98
201000
2000
które imituje działanie tego obwodu
03:38
and send signals to the retina's output cells,
99
203000
2000
i śle sygnały do komórek wyjściowych siatkówki,
03:40
and they can go back to doing their
100
205000
2000
które mogą znów normalnie pracować
03:42
normal job of sending signals to the brain.
101
207000
2000
i wysyłać sygnały do mózgu.
03:44
So this is what we've been working on,
102
209000
2000
Nad tym pracujemy
03:46
and this is what our prosthetic does.
103
211000
2000
i tak działa nasza proteza.
03:48
So it consists of two parts, what we call
104
213000
2000
Składa się z dwóch części:
03:50
an encoder and a transducer.
105
215000
2000
tzw. kodera i transformatora.
03:52
And so the encoder does just
106
217000
2000
Koder, jak mówiłam,
03:54
what I was saying: it mimics the actions
107
219000
2000
imituje działanie obwodu siatkówki:
03:56
of the front-end circuitry -- so it takes images
108
221000
2000
otrzymuje obraz, który następnie
03:58
in and converts them into the retina's code.
109
223000
2000
przetwarza na kod siatkówkowy.
04:00
And then the transducer then makes the
110
225000
2000
Transformator sprawia,
04:02
output cells send the code on up
111
227000
2000
że komórki wyjściowe
04:04
to the brain, and the result is
112
229000
2000
przesyłają kod do mózgu
04:06
a retinal prosthetic that can produce
113
231000
3000
i proteza siatkówkowa
04:09
normal retinal output.
114
234000
2000
może wytworzyć normalny obraz.
04:11
So a completely blind retina,
115
236000
2000
Całkowicie ślepa siatkówka,
04:13
even one with no front-end circuitry at all,
116
238000
2000
nawet bez obwodu wzrokowego,
04:15
no photoreceptors,
117
240000
2000
bez fotoreceptorów,
04:17
can now send out normal signals,
118
242000
2000
może normalnie przesyłać sygnały,
04:19
signals that the brain can understand.
119
244000
3000
sygnały zrozumiałe dla mózgu.
04:22
So no other device has been able
120
247000
2000
Żadne inne urządzenie
04:24
to do this.
121
249000
2000
tego nie potrafi.
04:26
Okay, so I just want to take
122
251000
2000
Chcę powiedzieć kilka słów
04:28
a sentence or two to say something about
123
253000
2000
o koderze i jego funkcji,
04:30
the encoder and what it's doing, because
124
255000
2000
o koderze i jego funkcji,
04:32
it's really the key part and it's
125
257000
2000
bo ma kluczowe znaczenie,
04:34
sort of interesting and kind of cool.
126
259000
2000
a do tego jest interesujący i nawet fajny.
04:36
I'm not sure "cool" is really the right word, but
127
261000
2000
"Fajny" to może nieodpowiednie słowo,
04:38
you know what I mean.
128
263000
2000
ale wiecie, co mam na myśli.
04:40
So what it's doing is, it's replacing
129
265000
2000
Koder zastępuje obwód siatkówkowy
04:42
the retinal circuitry, really the guts of
130
267000
2000
i jego podstawowe elementy
04:44
the retinal circuitry, with a set of equations,
131
269000
2000
zbiorem równań,
04:46
a set of equations that we can implement
132
271000
2000
który możemy umieścić na chipie.
04:48
on a chip. So it's just math.
133
273000
2000
To czysta matematyka.
04:50
In other words, we're not literally replacing
134
275000
3000
Nie zastępujemy dosłownie
04:53
the components of the retina.
135
278000
2000
elementów siatkówki.
04:55
It's not like we're making a little mini-device
136
280000
2000
Nie robimy mini-urządzeń
04:57
for each of the different cell types.
137
282000
2000
dla danych rodzajów komórek.
04:59
We've just abstracted what the
138
284000
2000
Wyodrębniliśmy tylko to,
05:01
retina's doing with a set of equations.
139
286000
2000
co siatkówka robi z zestawem równań.
05:03
And so, in a way, the equations are serving
140
288000
2000
W pewnym sensie,
05:05
as sort of a codebook. An image comes in,
141
290000
2000
równania służą jako księga szyfrów.
05:07
goes through the set of equations,
142
292000
3000
Obraz przechodzi przez zestaw równań,
05:10
and out comes streams of electrical pulses,
143
295000
2000
i zmienia się w wiązki impulsów elektrycznych,
05:12
just like a normal retina would produce.
144
297000
4000
takich, jakie wytwarza normalna siatkówka.
05:16
Now let me put my money
145
301000
2000
Pozwólcie, że poprę słowa czynem
05:18
where my mouth is and show you that
146
303000
2000
i pokażę, że można
05:20
we can actually produce normal output,
147
305000
2000
wygenerować normalny obraz
05:22
and what the implications of this are.
148
307000
2000
i jakie są tego skutki.
05:24
Here are three sets of
149
309000
2000
Mamy tu 3 zestawy wzorców wyładowań.
05:26
firing patterns. The top one is from
150
311000
2000
Ten na samej górze,
05:28
a normal animal, the middle one is from
151
313000
2000
należy do zdrowego zwierzęcia,
05:30
a blind animal that's been treated with
152
315000
2000
środkowy do ślepego,
05:32
this encoder-transducer device, and the
153
317000
2000
z urządzeniem kodująco-przetwarzającym,
05:34
bottom one is from a blind animal treated
154
319000
2000
a na dole do ślepego zwierzęcia
05:36
with a standard prosthetic.
155
321000
2000
ze standardową protezą.
05:38
So the bottom one is the state-of-the-art
156
323000
2000
To najnowsza proteza
05:40
device that's out there right now, which is
157
325000
2000
jaką można dziś dostać,
05:42
basically made up of light detectors,
158
327000
2000
zbudowana z czujników światła,
05:44
but no encoder. So what we did was we
159
329000
2000
ale bez kodera.
05:46
presented movies of everyday things --
160
331000
2000
Pokazaliśmy im filmy
05:48
people, babies, park benches,
161
333000
2000
z ludźmi, dziećmi, parkowymi ławkami,
05:50
you know, regular things happening -- and
162
335000
2000
zwykłymi, codziennymi rzeczami,
05:52
we recorded the responses from the retinas
163
337000
2000
i nagraliśmy reakcję z siatkówek
05:54
of these three groups of animals.
164
339000
2000
tych trzech grup zwierząt.
05:56
Now just to orient you, each box is showing
165
341000
2000
Każda ramka pokazuje
05:58
the firing patterns of several cells,
166
343000
2000
wzorce wyładowań niektórych komórek,
06:00
and just as in the previous slides,
167
345000
2000
i jak na poprzednich slajdach,
06:02
each row is a different cell,
168
347000
2000
każdy rząd odpowiada innej komórce.
06:04
and I just made the pulses a little bit smaller
169
349000
2000
Zmniejszyłam i zwęziłam impulsy
06:06
and thinner so I could show you
170
351000
3000
by pokazać duży fragment danych.
06:09
a long stretch of data.
171
354000
2000
by pokazać duży fragment danych.
06:11
So as you can see, the firing patterns
172
356000
2000
Wzorce wyładowań
06:13
from the blind animal treated with
173
358000
2000
u ślepego zwierzęcia
06:15
the encoder-transducer really do very
174
360000
2000
z koderem-transformatorem
06:17
closely match the normal firing patterns --
175
362000
2000
są bliskie normalnym wzorcom wyładowań.
06:19
and it's not perfect, but it's pretty good --
176
364000
2000
Nie doskonałe, ale całkiem niezłe,
06:21
and the blind animal treated with
177
366000
2000
w przeciwieństwie
06:23
the standard prosthetic,
178
368000
2000
do efektu u ślepego zwierzęcia
06:25
the responses really don't.
179
370000
2000
ze standardową protezą.
06:27
And so with the standard method,
180
372000
3000
W standardowej metodzie
06:30
the cells do fire, they just don't fire
181
375000
2000
komórki wyładowują się,
06:32
in the normal firing patterns because
182
377000
2000
ale nie wg normalnych wzorców,
06:34
they don't have the right code.
183
379000
2000
bo nie mają odpowiedniego kodu.
06:36
How important is this?
184
381000
2000
Jakie to ma znaczenie?
06:38
What's the potential impact
185
383000
2000
Jak potencjalnie wpływa
06:40
on a patient's ability to see?
186
385000
3000
na zdolność widzenia pacjenta?
06:43
So I'm just going to show you one
187
388000
2000
Pokażę eksperyment końcowy,
06:45
bottom-line experiment that answers this,
188
390000
2000
który da nam odpowiedź
06:47
and of course I've got a lot of other data,
189
392000
2000
i mam oczywiście wiele innych danych,
06:49
so if you're interested I'm happy
190
394000
2000
które chętnie pokażę zainteresowanym.
06:51
to show more. So the experiment
191
396000
2000
Ten eksperyment
06:53
is called a reconstruction experiment.
192
398000
2000
to tzw. eksperyment rekonstrukcyjny.
06:55
So what we did is we took a moment
193
400000
2000
Wybraliśmy fragment nagrań
06:57
in time from these recordings and asked,
194
402000
3000
i zadaliśmy pytanie,
07:00
what was the retina seeing at that moment?
195
405000
2000
co w danym momencie widziała siatkówka?
07:02
Can we reconstruct what the retina
196
407000
2000
Czy możemy odtworzyć to,
07:04
was seeing from the responses
197
409000
2000
co widziała siatkówka
07:06
from the firing patterns?
198
411000
2000
wg reakcji wzorców wyładowań?
07:08
So, when we did this for responses
199
413000
3000
Badaliśmy reakcje
07:11
from the standard method and from
200
416000
3000
na metodę standardową
07:14
our encoder and transducer.
201
419000
2000
i na nasz koder z transformatorem.
07:16
So let me show you, and I'm going to
202
421000
2000
Zobaczmy najpierw
07:18
start with the standard method first.
203
423000
2000
metodę standardową
07:20
So you can see that it's pretty limited,
204
425000
2000
Jak widać, jest mocno ograniczona,
07:22
and because the firing patterns aren't
205
427000
2000
ponieważ wzorce wyładowań
07:24
in the right code, they're very limited in
206
429000
2000
nie są odpowiednio zakodowane,
07:26
what they can tell you about
207
431000
2000
niewiele mogą powiedzieć.
07:28
what's out there. So you can see that
208
433000
2000
o świecie zewnętrznym.
07:30
there's something there, but it's not so clear
209
435000
2000
Coś tam widać,
07:32
what that something is, and this just sort of
210
437000
2000
ale nie bardzo wiadomo co,
07:34
circles back to what I was saying in the
211
439000
2000
czyli jak mówiłam na początku,
07:36
beginning, that with the standard method,
212
441000
2000
w standardowej metodzie,
07:38
patients can see high-contrast edges, they
213
443000
2000
pacjenci widzą zarysy o dużym kontraście,
07:40
can see light, but it doesn't easily go
214
445000
2000
światło, ale niewiele więcej.
07:42
further than that. So what was
215
447000
2000
Co było na zdjęciu?
07:44
the image? It was a baby's face.
216
449000
3000
Twarz dziecka.
07:47
So what about with our approach,
217
452000
2000
A jeśli zastosujemy naszą metodę,
07:49
adding the code? And you can see
218
454000
2000
dodając kod?
07:51
that it's much better. Not only can you
219
456000
2000
Jest o wiele lepiej.
07:53
tell that it's a baby's face, but you can
220
458000
2000
Nie tylko widać, że to dziecko,
07:55
tell that it's this baby's face, which is a
221
460000
2000
ale da się tę twarz rozpoznać,
07:57
really challenging task.
222
462000
2000
co jest ambitnym zadaniem.
07:59
So on the left is the encoder
223
464000
2000
Po lewej jest sam koder,
08:01
alone, and on the right is from an actual
224
466000
2000
a po prawej obraz ze ślepej siatkówki,
08:03
blind retina, so the encoder and the transducer.
225
468000
2000
czyli koder i transformator.
08:05
But the key one really is the encoder alone,
226
470000
2000
Ale kluczową rolę odgrywa sam koder,
08:07
because we can team up the encoder with
227
472000
2000
bo można go połączyć
08:09
the different transducer.
228
474000
2000
z innym transformatorem.
08:11
This is just actually the first one that we tried.
229
476000
2000
Spróbowaliśmy tego po raz pierwszy.
08:13
I just wanted to say something about the standard method.
230
478000
2000
Wróćmy jeszcze do metody standardowej.
08:15
When this first came out, it was just a really
231
480000
2000
Kiedy na to wpadliśmy,
08:17
exciting thing, the idea that you
232
482000
2000
podekscytowało nas, że ślepą siatkówkę
08:19
even make a blind retina respond at all.
233
484000
3000
można w ogóle zmusić do reakcji.
08:22
But there was this limiting factor,
234
487000
3000
Ale był również czynnik ograniczający:
08:25
the issue of the code, and how to make
235
490000
2000
sprawa kodu oraz jak zmusić komórki
08:27
the cells respond better,
236
492000
2000
do lepszego reagowania,
08:29
produce normal responses,
237
494000
2000
do normalnej reakcji,
08:31
and so this was our contribution.
238
496000
2000
i to był nasz wkład.
08:33
Now I just want to wrap up,
239
498000
2000
Na zakończenie chcę dodać,
08:35
and as I was mentioning earlier
240
500000
2000
że jak wspominałam wcześniej,
08:37
of course I have a lot of other data
241
502000
2000
mam masę innych danych,
08:39
if you're interested, but I just wanted to give
242
504000
2000
jeśli jesteście zainteresowani.
08:41
this sort of basic idea
243
506000
2000
Przedstawiłam tylko ogólny zarys
08:43
of being able to communicate
244
508000
3000
umiejętności porozumienia z mózgiem
08:46
with the brain in its language, and
245
511000
2000
w jego języku
08:48
the potential power of being able to do that.
246
513000
3000
i siłę, jaką ta zdolność oferuje.
08:51
So it's different from the motor prosthetics
247
516000
2000
W protetyce ruchowej
08:53
where you're communicating from the brain
248
518000
2000
mózg pacjenta zawiaduje urządzeniem.
08:55
to a device. Here we have to communicate
249
520000
2000
Tutaj ślemy do mózgu
08:57
from the outside world
250
522000
2000
komunikaty z zewnątrz tak,
08:59
into the brain and be understood,
251
524000
2000
by mózg nas zrozumiał.
09:01
and be understood by the brain.
252
526000
2000
by mózg nas zrozumiał.
09:03
And then the last thing I wanted
253
528000
2000
Na zakończenie chcę podkreślić,
09:05
to say, really, is to emphasize
254
530000
2000
Na zakończenie chcę podkreślić,
09:07
that the idea generalizes.
255
532000
2000
że ta idea jest uniwersalna.
09:09
So the same strategy that we used
256
534000
2000
Strategię odnalezienia kodu siatkówki
09:11
to find the code for the retina we can also
257
536000
2000
można również zastosować
09:13
use to find the code for other areas,
258
538000
2000
do znalezienia kodu innych obszarów,
09:15
for example, the auditory system and
259
540000
2000
np. układu słuchowego
09:17
the motor system, so for treating deafness
260
542000
2000
i układu ruchu, czyli w leczeniu głuchoty
09:19
and for motor disorders.
261
544000
2000
i zaburzeń ruchowych.
09:21
So just the same way that we were able to
262
546000
2000
Tak jak można przeskoczyć
09:23
jump over the damaged
263
548000
2000
uszkodzony obwód w siatkówce,
09:25
circuitry in the retina to get to the retina's
264
550000
2000
by dostać się do komórek wyjściowych,
09:27
output cells, we can jump over the
265
552000
2000
można również przeskoczyć
09:29
damaged circuitry in the cochlea
266
554000
2000
uszkodzony obwód ślimakowy,
09:31
to get the auditory nerve,
267
556000
2000
by dostać się do nerwu słuchowego
09:33
or jump over damaged areas in the cortex,
268
558000
2000
lub ominąć uszkodzone obszary
09:35
in the motor cortex, to bridge the gap
269
560000
3000
w korze motorycznej, by wypełnić lukę
09:38
produced by a stroke.
270
563000
2000
spowodowaną udarem.
09:40
I just want to end with a simple
271
565000
2000
Zakończę prostą informacją,
09:42
message that understanding the code
272
567000
2000
że zrozumienie kodu
09:44
is really, really important, and if we
273
569000
2000
jest naprawdę bardzo ważne,
09:46
can understand the code,
274
571000
2000
a jeśli zrozumiemy język mózgu,
09:48
the language of the brain, things become
275
573000
2000
możliwe staną się rzeczy,
09:50
possible that didn't seem obviously
276
575000
2000
które wydawały się niemożliwe.
09:52
possible before. Thank you.
277
577000
2000
Dziękuję.
09:54
(Applause)
278
579000
5000
(Oklaski)
ABOUT THE SPEAKER
Sheila Nirenberg - NeuroscientistSheila Nirenberg studies how the brain encodes information -- possibly allowing us to decode it, and maybe develop prosthetic sensory devices.
Why you should listen
Sheila Nirenberg is a neuroscientist/professor at Weill Medical College of Cornell University, where she studies neural coding – that is, how the brain takes information from the outside world and encodes it in patterns of electrical activity. The idea is to be able to decode the activity, to look at a pattern of electrical pulses and know what an animal is seeing or thinking or feeling. Recently, she’s been using this work to develop new kinds of prosthetic devices, particularly ones for treating blindness.
Sheila Nirenberg | Speaker | TED.com