TEDMED 2011
Sheila Nirenberg: A prosthetic eye to treat blindness
Шейла Ніренберг: протез ока, щоб лікувати сліпоту
Filmed:
Readability: 4.3
470,530 views
На TEDMED Шейла Ніренберг показує сміливий спосіб повернення зору людям з певними видами сліпоти: за рахунок підключення в зоровому нерві камери і відправки сигналів з камери прямо у мозок.
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
Я вивчаю як мозок оброблює
00:17
information. That is, how it takes
1
2000
2000
інформацію. Тобто, як він приймає
00:19
information in from the outside world, and
2
4000
2000
інформацію із навколишнього світу, і
00:21
converts it into patterns of electrical activity,
3
6000
2000
перетворює її у шаблони електричної активності,
00:23
and then how it uses those patterns
4
8000
2000
і потім, як він використовує ці шаблони,
00:25
to allow you to do things --
5
10000
2000
щоб дозволити вам робити певні речі --
00:27
to see, hear, to reach for an object.
6
12000
2000
щоб бачити, чути, щоб дістатися до об'єкта.
00:29
So I'm really a basic scientist, not
7
14000
2000
Так що я насправді фундаментальний вчений, а не
00:31
a clinician, but in the last year and a half
8
16000
2000
лікар, але в останні рік-півтора
00:33
I've started to switch over, to use what
9
18000
2000
я почала переходити, використовувати те, що
00:35
we've been learning about these patterns
10
20000
2000
ми дізнавалися про ці шаблони
00:37
of activity to develop prosthetic devices,
11
22000
3000
активності для розробки протезних пристроїв,
00:40
and what I wanted to do today is show you
12
25000
2000
і сьогодні я хотіла показати вам
00:42
an example of this.
13
27000
2000
приклад цього.
00:44
It's really our first foray into this.
14
29000
2000
Це насправді наш перший напад на це.
00:46
It's the development of a prosthetic device
15
31000
2000
Це розробка протезного пристрою
00:48
for treating blindness.
16
33000
2000
для лікування сліпоти.
00:50
So let me start in on that problem.
17
35000
2000
Тож дозвольте мені розпочати з цієї проблеми.
00:52
There are 10 million people in the U.S.
18
37000
2000
В США є 10 мільйонів,
00:54
and many more worldwide who are blind
19
39000
2000
а в усьому світі набагато більше сліпих людей
00:56
or are facing blindness due to diseases
20
41000
2000
або тих, хто зтикається з сліпотою через захворювання
00:58
of the retina, diseases like
21
43000
2000
сітківки, такі захворювання, як
01:00
macular degeneration, and there's little
22
45000
2000
дегенерація жовтої плями, і мало
01:02
that can be done for them.
23
47000
2000
що може бути зроблено для них.
01:04
There are some drug treatments, but
24
49000
2000
Існує певне медикаментозне лікування, але
01:06
they're only effective on a small fraction
25
51000
2000
воно ефективне лише для невеликої частини
01:08
of the population. And so, for the vast
26
53000
2000
населення. А отже, для переважної
01:10
majority of patients, their best hope for
27
55000
2000
більшості пацієнтів, їх найбільші надії на
01:12
regaining sight is through prosthetic devices.
28
57000
2000
відновлення - це через протезні пристрої.
01:14
The problem is that current prosthetics
29
59000
2000
Проблема в тому, що нинішні протези
01:16
don't work very well. They're still very
30
61000
2000
не дуже добре працюють. Вони досі дуже
01:18
limited in the vision that they can provide.
31
63000
2000
обмежені в можливостях забезпечення бачення.
01:20
And so, you know, for example, with these
32
65000
2000
І так, ви знаєте, наприклад, з цими
01:22
devices, patients can see simple things
33
67000
2000
пристроями, пацієнти можуть бачити прості речі, такі
01:24
like bright lights and high contrast edges,
34
69000
2000
як яскраве світло і висококонтрастні контури,
01:26
not very much more, so nothing close
35
71000
2000
і не більше, тож нічого схожого
01:28
to normal vision has been possible.
36
73000
3000
на нормальний зір не стало можливим.
01:31
So what I'm going to tell you about today
37
76000
2000
Тож, я збираюсь розповісти вам сьогодні
01:33
is a device that we've been working on
38
78000
2000
про пристрій над яким ми працюємо,
01:35
that I think has the potential to make
39
80000
2000
котрий, я вважаю, має потенціал змінити
01:37
a difference, to be much more effective,
40
82000
2000
ситуацію, бути набагато ефективнішим,
01:39
and what I wanted to do is show you
41
84000
2000
і що я хотіла б зробити, це показати вам
01:41
how it works. Okay, so let me back up a
42
86000
2000
як він працює. Отже, дозвольте мені повернутися назад
01:43
little bit and show you how a normal retina
43
88000
2000
трохи і показати вам, як нормальна сітківка
01:45
works first so you can see the problem
44
90000
2000
працює, щоб ви могли побачити проблему,
01:47
that we were trying to solve.
45
92000
2000
яку ми намагаємося вирішити.
01:49
Here you have a retina.
46
94000
2000
Ось сітківка.
01:51
So you have an image, a retina, and a brain.
47
96000
2000
Таким чином, ви маєте зображення, сітківку, і мозок.
01:53
So when you look at something, like this image
48
98000
2000
Тому коли ви дивитесь на щось, наприклад на цю фотографію
01:55
of this baby's face, it goes into your eye
49
100000
2000
дитячого обличчя, воно надходить до вашого ока
01:57
and it lands on your retina, on the front-end
50
102000
2000
і потрапляє на сітківку, на передні
01:59
cells here, the photoreceptors.
51
104000
2000
клітини тут, фоторецептори.
02:01
Then what happens is the retinal circuitry,
52
106000
2000
Потім відбувається наступне: схема сітківки,
02:03
the middle part, goes to work on it,
53
108000
2000
середня частина, починає працювати над цим,
02:05
and what it does is it performs operations
54
110000
2000
і от що вона робить: вона виконує операції
02:07
on it, it extracts information from it, and it
55
112000
2000
над цим, вона витягує інформацію з нього, і
02:09
converts that information into a code.
56
114000
2000
і перетворює цю інформацію у код.
02:11
And the code is in the form of these patterns
57
116000
2000
І код має вигляд цих шаблонів
02:13
of electrical pulses that get sent
58
118000
2000
електричних імпульсів, які надсилаються
02:15
up to the brain, and so the key thing is
59
120000
2000
до мозку, і тому головним є те,
02:17
that the image ultimately gets converted
60
122000
2000
що зображення в кінцевому рахунку є конвертованим
02:19
into a code. And when I say code,
61
124000
2000
у код. І коли я кажу "код",
02:21
I do literally mean code.
62
126000
2000
я буквально маю на увазі код.
02:23
Like this pattern of pulses here actually means "baby's face,"
63
128000
3000
Як цей шаблон імпульсів тут насправді означає "обличчя дитини",
02:26
and so when the brain gets this pattern
64
131000
2000
і тому, коли мозок отримую цей шаблон
02:28
of pulses, it knows that what was out there
65
133000
2000
імпульсів, він знає, що те, що було там,
02:30
was a baby's face, and if it
66
135000
2000
було обличчям дитини, і якщо він
02:32
got a different pattern it would know
67
137000
2000
отримує інший шаблон він буде знати
02:34
that what was out there was, say, a dog,
68
139000
2000
що те, що було там, було, скажімо, собакою,
02:36
or another pattern would be a house.
69
141000
2000
або інший шаблон буде будинком.
02:38
Anyway, you get the idea.
70
143000
2000
У будь-якому випадку, ви зрозуміли ідею.
02:40
And, of course, in real life, it's all dynamic,
71
145000
2000
І, звичайно, в реальному житті, це все динамічне,
02:42
meaning that it's changing all the time,
72
147000
2000
що означає, що воно змінюється постійно,
02:44
so the patterns of pulses are changing
73
149000
2000
тож схеми імпульсів змінюються
02:46
all the time because the world you're
74
151000
2000
постійно, тому що світ, на який ви
02:48
looking at is changing all the time too.
75
153000
3000
дивитесь, також постійно змінюється.
02:51
So, you know, it's sort of a complicated
76
156000
2000
Отже, ви знаєте, це свого роду складна
02:53
thing. You have these patterns of pulses
77
158000
2000
річ. У вас ці шаблони імпульсів
02:55
coming out of your eye every millisecond
78
160000
2000
надходять з вашого ока кожну мілісекунду,
02:57
telling your brain what it is that you're seeing.
79
162000
2000
повідомляючи вашому мозку, що ви бачите.
02:59
So what happens when a person
80
164000
2000
Отже, що трапляється, коли людина
03:01
gets a retinal degenerative disease like
81
166000
2000
має дегенеративне захворбвання сітківки, таке як
03:03
macular degeneration? What happens is
82
168000
2000
дегенерація жовтої плями? А відбувається
03:05
is that, the front-end cells die,
83
170000
2000
наступне: передні клітини відмирають,
03:07
the photoreceptors die, and over time,
84
172000
2000
фоторецептори відмирають, і з плином часу,
03:09
all the cells and the circuits that are
85
174000
2000
всі клітини і ланцюги, що
03:11
connected to them, they die too.
86
176000
2000
з'єднані з ними, вони відмирають також.
03:13
Until the only things that you have left
87
178000
2000
Доки єдине, що у вас залишиться -
03:15
are these cells here, the output cells,
88
180000
2000
ці клітини тут, вихідні клітини,
03:17
the ones that send the signals to the brain,
89
182000
2000
ті, які посилають сигнал в мозок,
03:19
but because of all that degeneration
90
184000
2000
але через всю ту дегенерацію
03:21
they aren't sending any signals anymore.
91
186000
2000
вони більше не посилають жодного сигналу у мозок.
03:23
They aren't getting any input, so
92
188000
2000
Вони не отримують жодної вхідної інформаці, тому
03:25
the person's brain no longer gets
93
190000
2000
мозок людини більше не отримує
03:27
any visual information --
94
192000
2000
жодної візуальної інформації --
03:29
that is, he or she is blind.
95
194000
3000
тобто, він або вона сліпа.
03:32
So, a solution to the problem, then,
96
197000
2000
Таким чином, вирішенням проблеми
03:34
would be to build a device that could mimic
97
199000
2000
була б побудова пристрою, який міг би імітувати
03:36
the actions of that front-end circuitry
98
201000
2000
дії передніх схем
03:38
and send signals to the retina's output cells,
99
203000
2000
і надсилати сигнали до вихідних клітин сітківки,
03:40
and they can go back to doing their
100
205000
2000
і вони можуть повернутися до виконання їх
03:42
normal job of sending signals to the brain.
101
207000
2000
нормальної роботи надсилання сигналів до мозку.
03:44
So this is what we've been working on,
102
209000
2000
Так що це те, над чим ми працюємо,
03:46
and this is what our prosthetic does.
103
211000
2000
і це те, що робить наш протез.
03:48
So it consists of two parts, what we call
104
213000
2000
Отже, він складається з двох частин, які ми називаємо
03:50
an encoder and a transducer.
105
215000
2000
кодувальником та датчиком.
03:52
And so the encoder does just
106
217000
2000
І отже, кодувальник робить саме те,
03:54
what I was saying: it mimics the actions
107
219000
2000
що я говорила: він імітує дії
03:56
of the front-end circuitry -- so it takes images
108
221000
2000
передніх схем -- так що вони отримують зображення
03:58
in and converts them into the retina's code.
109
223000
2000
і перевторюють їх у код сітківки.
04:00
And then the transducer then makes the
110
225000
2000
І потім датчик змушує
04:02
output cells send the code on up
111
227000
2000
вихідні клітини надсилати код
04:04
to the brain, and the result is
112
229000
2000
до мозку, і результатом є
04:06
a retinal prosthetic that can produce
113
231000
3000
протези сітківки, які можуть виробляти
04:09
normal retinal output.
114
234000
2000
нормальну вихідну інформацію сітківки.
04:11
So a completely blind retina,
115
236000
2000
Тож повністю сліпа сітківка,
04:13
even one with no front-end circuitry at all,
116
238000
2000
навіть без будь-яких передніх "схем",
04:15
no photoreceptors,
117
240000
2000
без фоторецепторів,
04:17
can now send out normal signals,
118
242000
2000
може тепер відправляти нормальний сигнал,
04:19
signals that the brain can understand.
119
244000
3000
сигнал, котрий мозок зможе зрозуміти.
04:22
So no other device has been able
120
247000
2000
Таким чином жоден інший пристрій не в змозі
04:24
to do this.
121
249000
2000
зробити це.
04:26
Okay, so I just want to take
122
251000
2000
Добре, тож я тільки хочу додати
04:28
a sentence or two to say something about
123
253000
2000
речення або два, щоб сказати дещо про
04:30
the encoder and what it's doing, because
124
255000
2000
кодувальник і що він робить, бо
04:32
it's really the key part and it's
125
257000
2000
це дійсно ключова частина і
04:34
sort of interesting and kind of cool.
126
259000
2000
свого роду цікаво і круто.
04:36
I'm not sure "cool" is really the right word, but
127
261000
2000
Я не впевнена, що "круто" дійсно правильне слово, але
04:38
you know what I mean.
128
263000
2000
ви знаєте, що я маю на увазі.
04:40
So what it's doing is, it's replacing
129
265000
2000
Отже, от що він робить: він замінює
04:42
the retinal circuitry, really the guts of
130
267000
2000
"схему" сітківки, насправді нутрощі
04:44
the retinal circuitry, with a set of equations,
131
269000
2000
"схеми" сітківки, на систему рівнянь,
04:46
a set of equations that we can implement
132
271000
2000
систему рівнянь, яку ми можемо реалізувати
04:48
on a chip. So it's just math.
133
273000
2000
в чіпі. Так що це просто математика.
04:50
In other words, we're not literally replacing
134
275000
3000
Іншими словами, ми не в буквальному сенсі замінюємо
04:53
the components of the retina.
135
278000
2000
компоненти сітківки.
04:55
It's not like we're making a little mini-device
136
280000
2000
Це не так, наче ми робимо невеликі міні-пристрої
04:57
for each of the different cell types.
137
282000
2000
для кожного .з різних типів клітин
04:59
We've just abstracted what the
138
284000
2000
Ми лише абстрагуємо те, що сітківка
05:01
retina's doing with a set of equations.
139
286000
2000
робить із системою рівнянь.
05:03
And so, in a way, the equations are serving
140
288000
2000
І так, в деякому розумінні, рівняння служать
05:05
as sort of a codebook. An image comes in,
141
290000
2000
чимось, на зразок кодового словника. Зображення надходить,
05:07
goes through the set of equations,
142
292000
3000
проходить через систему рівнянь,
05:10
and out comes streams of electrical pulses,
143
295000
2000
і виходить потоками електричних імпульсів,
05:12
just like a normal retina would produce.
144
297000
4000
такими, які нормальна сітківка виробляла б.
05:16
Now let me put my money
145
301000
2000
Тепер дозвольте мені відповісти
05:18
where my mouth is and show you that
146
303000
2000
за свої слова і показати вам, що
05:20
we can actually produce normal output,
147
305000
2000
ми можемо дійсно виробляти нормальний вихідний сигнал,
05:22
and what the implications of this are.
148
307000
2000
і які з цього наслідки.
05:24
Here are three sets of
149
309000
2000
Ось три набори
05:26
firing patterns. The top one is from
150
311000
2000
активних шаблонів. Верхній належить
05:28
a normal animal, the middle one is from
151
313000
2000
нормальній тварині, середній --
05:30
a blind animal that's been treated with
152
315000
2000
сліпій тварині, вилікуваній за допомогою
05:32
this encoder-transducer device, and the
153
317000
2000
цього кодувальнико-датчикового пристрою, і
05:34
bottom one is from a blind animal treated
154
319000
2000
нижній належить сліпій тварині, вилікуваній
05:36
with a standard prosthetic.
155
321000
2000
за допомогою стандартного протеза.
05:38
So the bottom one is the state-of-the-art
156
323000
2000
Отже нижній - це найновіший
05:40
device that's out there right now, which is
157
325000
2000
з пристроїв, що існують зараз, який
05:42
basically made up of light detectors,
158
327000
2000
в основному створений на основі приймачів світла,
05:44
but no encoder. So what we did was we
159
329000
2000
але не кодувальників. Отже, от що ми зробили: ми
05:46
presented movies of everyday things --
160
331000
2000
представили фільми про повсякденні речі --
05:48
people, babies, park benches,
161
333000
2000
люди, діти, паркові лавки,
05:50
you know, regular things happening -- and
162
335000
2000
знаєте, повсякденні явища -- і
05:52
we recorded the responses from the retinas
163
337000
2000
ми записали відгуки сітківок
05:54
of these three groups of animals.
164
339000
2000
цих трьох груп тварин.
05:56
Now just to orient you, each box is showing
165
341000
2000
Тепер, тільки щоб зорієнтувати вас, кожне вікно показує
05:58
the firing patterns of several cells,
166
343000
2000
активні шаблони декількох клітин,
06:00
and just as in the previous slides,
167
345000
2000
і так само як у попередніх слайдах,
06:02
each row is a different cell,
168
347000
2000
кожен ряд - це інша клітина,
06:04
and I just made the pulses a little bit smaller
169
349000
2000
і я тільки що зробила імпульси трохи меншими
06:06
and thinner so I could show you
170
351000
3000
і тоншими, так що я можу показати вам
06:09
a long stretch of data.
171
354000
2000
великий відрізок даних.
06:11
So as you can see, the firing patterns
172
356000
2000
Отже, як ви можете бачити, активні шаблони
06:13
from the blind animal treated with
173
358000
2000
сліпої тварини, вилікуваної за допомогою
06:15
the encoder-transducer really do very
174
360000
2000
кодувальника-датчика дійсно дуже
06:17
closely match the normal firing patterns --
175
362000
2000
близько повторюють нормальні активні шаблони--
06:19
and it's not perfect, but it's pretty good --
176
364000
2000
і це не ідеально, але достатьно добре --
06:21
and the blind animal treated with
177
366000
2000
і сліпа тварина, вилікувана за допомогою
06:23
the standard prosthetic,
178
368000
2000
стандартного протезу,
06:25
the responses really don't.
179
370000
2000
відповідності насправді не має.
06:27
And so with the standard method,
180
372000
3000
І тому із стандартними методами,
06:30
the cells do fire, they just don't fire
181
375000
2000
клітини активні, вони тільки не активні
06:32
in the normal firing patterns because
182
377000
2000
за нормальними активними шаблонами, тому що
06:34
they don't have the right code.
183
379000
2000
вони не мають нормального коду.
06:36
How important is this?
184
381000
2000
Наскільки це важливо?
06:38
What's the potential impact
185
383000
2000
Який потенційний вплив
06:40
on a patient's ability to see?
186
385000
3000
на можливість пацієнта бачити?
06:43
So I'm just going to show you one
187
388000
2000
Отже я просто хочу показати вам один
06:45
bottom-line experiment that answers this,
188
390000
2000
підсумковий експеримент, що відповідає цьому,
06:47
and of course I've got a lot of other data,
189
392000
2000
і, звичайно, я маю багато іншої інформації,
06:49
so if you're interested I'm happy
190
394000
2000
тож якщо ви зацікавлені, я буду рада
06:51
to show more. So the experiment
191
396000
2000
показати більше. Отже експермент
06:53
is called a reconstruction experiment.
192
398000
2000
називається експериментальною реконструкцією.
06:55
So what we did is we took a moment
193
400000
2000
Отже, що ми зробили, ми взяли момент
06:57
in time from these recordings and asked,
194
402000
3000
часу із цього запису і запитали,
07:00
what was the retina seeing at that moment?
195
405000
2000
що сітківка бачила в цей момент?
07:02
Can we reconstruct what the retina
196
407000
2000
Чи можемо ми реконструювати те, що сітківка
07:04
was seeing from the responses
197
409000
2000
бачила з відповідей
07:06
from the firing patterns?
198
411000
2000
від активації шаблонів?
07:08
So, when we did this for responses
199
413000
3000
Тож, ми зробили це для відповідей
07:11
from the standard method and from
200
416000
3000
зі стандартних методів і з
07:14
our encoder and transducer.
201
419000
2000
наших кодувальника і датчика.
07:16
So let me show you, and I'm going to
202
421000
2000
Отже, дозвольте мені показати вам, і я збираюсь
07:18
start with the standard method first.
203
423000
2000
розпочати зі стандартних методів спочатку.
07:20
So you can see that it's pretty limited,
204
425000
2000
Так що ви можете бачити, що він доволі обмежений,
07:22
and because the firing patterns aren't
205
427000
2000
і тому що активні шаблони не
07:24
in the right code, they're very limited in
206
429000
2000
у правильному коді, вони дуже обмежені в
07:26
what they can tell you about
207
431000
2000
тому, що можуть розказати вам про те,
07:28
what's out there. So you can see that
208
433000
2000
що знаходиться ззовні. Тож ви можете бачити, що
07:30
there's something there, but it's not so clear
209
435000
2000
там щось є, але не ясно,
07:32
what that something is, and this just sort of
210
437000
2000
чим саме воно є, і це свого роду
07:34
circles back to what I was saying in the
211
439000
2000
повернення до того, що я казала на
07:36
beginning, that with the standard method,
212
441000
2000
початку, що із стандартними методами,
07:38
patients can see high-contrast edges, they
213
443000
2000
пацієнти можуть бачити висококонтрастні контури, вони
07:40
can see light, but it doesn't easily go
214
445000
2000
можуть бачити світло, але це не заходить
07:42
further than that. So what was
215
447000
2000
далі ніж це. Тож чим було
07:44
the image? It was a baby's face.
216
449000
3000
зображення? Це було обличчя дитини.
07:47
So what about with our approach,
217
452000
2000
А що стосовно нашого підходу
07:49
adding the code? And you can see
218
454000
2000
додавання коду? І ви можете бачити,
07:51
that it's much better. Not only can you
219
456000
2000
що це набагато краще. Ви можете не тільки
07:53
tell that it's a baby's face, but you can
220
458000
2000
сказати, що це обличчя дитини, ви можете
07:55
tell that it's this baby's face, which is a
221
460000
2000
сказати, що це саме це обличчя дитини, що є
07:57
really challenging task.
222
462000
2000
дійсно складним завданням.
07:59
So on the left is the encoder
223
464000
2000
Отже, зліва кодувальник
08:01
alone, and on the right is from an actual
224
466000
2000
сам, і праворуч від фактично
08:03
blind retina, so the encoder and the transducer.
225
468000
2000
сліпої сітківки, тобто енкодер і датчик.
08:05
But the key one really is the encoder alone,
226
470000
2000
Але головним є кодувальник сам,
08:07
because we can team up the encoder with
227
472000
2000
тому що ми можемо об'єднати кодувальник з
08:09
the different transducer.
228
474000
2000
різними датчиками.
08:11
This is just actually the first one that we tried.
229
476000
2000
Це насправді перше, що ми спробували.
08:13
I just wanted to say something about the standard method.
230
478000
2000
Я тільки хочу сказати дещо про стандартний метод.
08:15
When this first came out, it was just a really
231
480000
2000
Коли це вперше з'явилось, це була дійсно
08:17
exciting thing, the idea that you
232
482000
2000
захоплююча річ, сама ідея, що ви
08:19
even make a blind retina respond at all.
233
484000
3000
просто змусили сліпу сітківку відповісти.
08:22
But there was this limiting factor,
234
487000
3000
Але там був цей обмежуючий фактор,
08:25
the issue of the code, and how to make
235
490000
2000
питання про код, і як змусити
08:27
the cells respond better,
236
492000
2000
клітини відповідати краще,
08:29
produce normal responses,
237
494000
2000
створювати нормальні відповіді,
08:31
and so this was our contribution.
238
496000
2000
і так, це був наш внесок.
08:33
Now I just want to wrap up,
239
498000
2000
Тепер я хочу лише підбити підсумки,
08:35
and as I was mentioning earlier
240
500000
2000
і, як я згадувала раніше,
08:37
of course I have a lot of other data
241
502000
2000
звісно я маю багато іншої інформації
08:39
if you're interested, but I just wanted to give
242
504000
2000
якщо ви зацікавлені, але я лише хотіла дати
08:41
this sort of basic idea
243
506000
2000
свого роду основну ідею
08:43
of being able to communicate
244
508000
3000
можливості зв'язку
08:46
with the brain in its language, and
245
511000
2000
із мозком на його мові, і
08:48
the potential power of being able to do that.
246
513000
3000
потенційну силу, щоб бути здатним зробити це.
08:51
So it's different from the motor prosthetics
247
516000
2000
Так що це відрізняється від рушійних протезів
08:53
where you're communicating from the brain
248
518000
2000
де ви встановлюєте зв'язок від мозку
08:55
to a device. Here we have to communicate
249
520000
2000
до пристрою. Тут ми маємо встановити зв'язок
08:57
from the outside world
250
522000
2000
із зовнішнього світу
08:59
into the brain and be understood,
251
524000
2000
до мозку і щоб зрозумів,
09:01
and be understood by the brain.
252
526000
2000
щоб мозок це зрозумів.
09:03
And then the last thing I wanted
253
528000
2000
І потім, останнє що я хотіла
09:05
to say, really, is to emphasize
254
530000
2000
сказати, дійсно, щоб підкреслити,
09:07
that the idea generalizes.
255
532000
2000
що ідея узагальнюється.
09:09
So the same strategy that we used
256
534000
2000
Отже, ту саму стратегію, яку ми використали,
09:11
to find the code for the retina we can also
257
536000
2000
щоб знайти код для сітківки ми також можемо
09:13
use to find the code for other areas,
258
538000
2000
використати, щоб знайти код для інших зон,
09:15
for example, the auditory system and
259
540000
2000
наприклад, слухової системи і
09:17
the motor system, so for treating deafness
260
542000
2000
опорно-рухової системи, а отже для лікування глухоти
09:19
and for motor disorders.
261
544000
2000
і рухових порушень.
09:21
So just the same way that we were able to
262
546000
2000
Тож таким же чином, як ми були в змозі
09:23
jump over the damaged
263
548000
2000
перестрибнути через пошкоджені
09:25
circuitry in the retina to get to the retina's
264
550000
2000
схеми сітківки, щоб дістатися до
09:27
output cells, we can jump over the
265
552000
2000
вихідних клітин сітківки, ми можемо перестрибнути
09:29
damaged circuitry in the cochlea
266
554000
2000
через пошкоджені схеми у завитці,
09:31
to get the auditory nerve,
267
556000
2000
щоб дістатися до слухового нерва,
09:33
or jump over damaged areas in the cortex,
268
558000
2000
або перестрибнути через пошкоджені зони у корі,
09:35
in the motor cortex, to bridge the gap
269
560000
3000
у руховій корі, щоб ліквідувати розрив,
09:38
produced by a stroke.
270
563000
2000
викликаний інсультом.
09:40
I just want to end with a simple
271
565000
2000
Я тільки хочу закінчити із простим
09:42
message that understanding the code
272
567000
2000
повідомленням, що розуміння коду
09:44
is really, really important, and if we
273
569000
2000
це дійсно, дійсно важливо, і якщо ми
09:46
can understand the code,
274
571000
2000
можемо зрозуміти код,
09:48
the language of the brain, things become
275
573000
2000
мову мозку, стануть можливими
09:50
possible that didn't seem obviously
276
575000
2000
речі, які здавалося, не уявлялися
09:52
possible before. Thank you.
277
577000
2000
можливим раніше. Дякую.
09:54
(Applause)
278
579000
5000
(Аплодисменти)
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