TEDMED 2011
Sheila Nirenberg: A prosthetic eye to treat blindness
شيلا نيرنبيرغ: عين صناعية لمعالجة العمي
Filmed:
Readability: 4.3
470,530 views
في مؤتمر تيد الطبي تعرض شيلا نيرنبيرغ طريقة مميزة لاعادة البصر للشبكيات المعطوبة عن طريق زراعة عصب بصري يقوم بارسال الاشارات الكهربائية الى الدماغ تبعا للصور التي يتلقاها من كميرا رقمية
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
أنا أدرس كيفية معالجة الدماغ
00:17
information. That is, how it takes
1
2000
2000
للمعلومات .. أي كيفية استقباله
00:19
information in from the outside world, and
2
4000
2000
للمعلومات من العال الخارجي
00:21
converts it into patterns of electrical activity,
3
6000
2000
ويحولها الى شفرات من الاشارات الكهربائية
00:23
and then how it uses those patterns
4
8000
2000
ومن ثم كيف يستخدم هذه الشفرات
00:25
to allow you to do things --
5
10000
2000
للسماح لنا
00:27
to see, hear, to reach for an object.
6
12000
2000
بالرؤية والاستماع و لمس الاشياء
00:29
So I'm really a basic scientist, not
7
14000
2000
في الحقيقة انا عالمة
00:31
a clinician, but in the last year and a half
8
16000
2000
ولست بطبيبة .. ولكن في السنة والنصف الماضية
00:33
I've started to switch over, to use what
9
18000
2000
بدأت أغير مجالي لكي أستخدم
00:35
we've been learning about these patterns
10
20000
2000
ما تعلمته عن تلك الشفرات
00:37
of activity to develop prosthetic devices,
11
22000
3000
من اجل تطوير الاجهزة الحسية المعطوبة
00:40
and what I wanted to do today is show you
12
25000
2000
وما أريد ان اريكم اياه اليوم
00:42
an example of this.
13
27000
2000
هو مثال عن ذلك
00:44
It's really our first foray into this.
14
29000
2000
انه في الحقيقة العرض الاول لهذه الفكرة
00:46
It's the development of a prosthetic device
15
31000
2000
انه تطوير لجهاز صناعي
00:48
for treating blindness.
16
33000
2000
لمعالجة العمي
00:50
So let me start in on that problem.
17
35000
2000
دعوني أولا اتحدث في لب المشكلة
00:52
There are 10 million people in the U.S.
18
37000
2000
هناك 10 ملايين شخص مصاب بالعمى في الولايات المتحدة الامريكية
00:54
and many more worldwide who are blind
19
39000
2000
وهناك اكثر من هذا بكثير حول العالم
00:56
or are facing blindness due to diseases
20
41000
2000
وهم مصابون بالعمى تبعاً لأمراض
00:58
of the retina, diseases like
21
43000
2000
اصابت الشبكية من مثل
01:00
macular degeneration, and there's little
22
45000
2000
التنكس البقعي و لا يوجد الكثير مما يمكننا القيام به
01:02
that can be done for them.
23
47000
2000
حيالهم
01:04
There are some drug treatments, but
24
49000
2000
هناك بعض الادوية
01:06
they're only effective on a small fraction
25
51000
2000
ولكنها فعالة فقط على نسبة قليلة منهم
01:08
of the population. And so, for the vast
26
53000
2000
ولكن من اجل الاغلبية
01:10
majority of patients, their best hope for
27
55000
2000
فان معظمهم تشكل الاجهزة الصناعية
01:12
regaining sight is through prosthetic devices.
28
57000
2000
افضل امل لهم من اجل استرجاع البصر
01:14
The problem is that current prosthetics
29
59000
2000
ولكن المشكلة ان الاجهزة الصناعية الحالية
01:16
don't work very well. They're still very
30
61000
2000
لا تعمل بشكل جيد فهي ماتزال
01:18
limited in the vision that they can provide.
31
63000
2000
توفر رؤية محدودة
01:20
And so, you know, for example, with these
32
65000
2000
فعلى سبيل المثال يمكن للمصابون بالعمي
01:22
devices, patients can see simple things
33
67000
2000
بواسطة الاجهزة الصناعية ان يروا الامور البسيطة
01:24
like bright lights and high contrast edges,
34
69000
2000
مثل الاضواء الباهرة او الحواف متباينة الالوان
01:26
not very much more, so nothing close
35
71000
2000
وهذا ليس بالكثير .. وهو امر بعيد عن
01:28
to normal vision has been possible.
36
73000
3000
الرؤية الطبيعية التي كانت لديهم
01:31
So what I'm going to tell you about today
37
76000
2000
وما اريد ان اخبركم به اليوم
01:33
is a device that we've been working on
38
78000
2000
هو جهاز كنا نعمل عليه
01:35
that I think has the potential to make
39
80000
2000
واعتقد انه يملك الامكانية
01:37
a difference, to be much more effective,
40
82000
2000
بان يصنع فارقاً فعالاً في ذلك المجال
01:39
and what I wanted to do is show you
41
84000
2000
وما اريد ان افعله الان هو ان اريكم
01:41
how it works. Okay, so let me back up a
42
86000
2000
كيفية عمله .. ولكن دعوني اسهب أكثر
01:43
little bit and show you how a normal retina
43
88000
2000
عن كيفية عمل الشبكية الطبيعية
01:45
works first so you can see the problem
44
90000
2000
من اجل ان تفطنوا للمشكلة
01:47
that we were trying to solve.
45
92000
2000
التي نحاول حلها
01:49
Here you have a retina.
46
94000
2000
هنا ترون الشبكية
01:51
So you have an image, a retina, and a brain.
47
96000
2000
لدينا صورة .. شبكية .. و دماغ
01:53
So when you look at something, like this image
48
98000
2000
لذا عندما تنظر الي شيء مثل هذه الصورة
01:55
of this baby's face, it goes into your eye
49
100000
2000
لوجه هذا الطفل .. يدخل الضوء من خلال عينيك
01:57
and it lands on your retina, on the front-end
50
102000
2000
ومن ثم يصل الى الشبكية على الخلايا
01:59
cells here, the photoreceptors.
51
104000
2000
الامامية هنا " المبصرات "
02:01
Then what happens is the retinal circuitry,
52
106000
2000
وما يحدث حينها تقوم الشبكية الكهربائية
02:03
the middle part, goes to work on it,
53
108000
2000
في الجزء الاوسط بالعمل على تلك الاشعة
02:05
and what it does is it performs operations
54
110000
2000
وما تقوم به عبر عدة عمليات
02:07
on it, it extracts information from it, and it
55
112000
2000
هو استخراج المعلومات
02:09
converts that information into a code.
56
114000
2000
وتحويلها الى شفرة
02:11
And the code is in the form of these patterns
57
116000
2000
والشفرة تشبه هذا النمط
02:13
of electrical pulses that get sent
58
118000
2000
من النبضات الكهربائية التي ترسل
02:15
up to the brain, and so the key thing is
59
120000
2000
الى الدماغ .. لذا فمحور عملية البصر هنا
02:17
that the image ultimately gets converted
60
122000
2000
هو ان الصورة تتحول بصورة دائمة
02:19
into a code. And when I say code,
61
124000
2000
الى شفرة وعندما اقول شفرة
02:21
I do literally mean code.
62
126000
2000
فانا اعني حقا المعنى الحرفي للشفرة
02:23
Like this pattern of pulses here actually means "baby's face,"
63
128000
3000
مثل هذا النمط من النبضات الذي يمثل صورة وجه الطفل
02:26
and so when the brain gets this pattern
64
131000
2000
وعندما يستقبل دماغك هذا النمط
02:28
of pulses, it knows that what was out there
65
133000
2000
من النبضات .. يحلل ويعلم ما يوجد امامه
02:30
was a baby's face, and if it
66
135000
2000
ويميزه كوجه طفل وان كان
02:32
got a different pattern it would know
67
137000
2000
استقبل نمط اخر من النبضات ستكون الاستجابة مختلفة
02:34
that what was out there was, say, a dog,
68
139000
2000
كان يكون هناك كلب
02:36
or another pattern would be a house.
69
141000
2000
او منزل فالانماط ستتجاوب مع تلك الاختلافات
02:38
Anyway, you get the idea.
70
143000
2000
أتمنى ان تكون الفكرة قد وصلت
02:40
And, of course, in real life, it's all dynamic,
71
145000
2000
وطبعا في الحياة الاعتيادية تكون العملية ديناميكية
02:42
meaning that it's changing all the time,
72
147000
2000
اعني ان الصور تتغير باستمرار
02:44
so the patterns of pulses are changing
73
149000
2000
وانماط النبضات تتجواب مع ذلك التغير باستمرار
02:46
all the time because the world you're
74
151000
2000
طيلة الوقت لان العالم
02:48
looking at is changing all the time too.
75
153000
3000
الذي نعيش فيه يتغير طيلة الوقت ايضاً
02:51
So, you know, it's sort of a complicated
76
156000
2000
لذا كما ترون الامر معقد
02:53
thing. You have these patterns of pulses
77
158000
2000
لاننا نملك هذا النمط من النبضات
02:55
coming out of your eye every millisecond
78
160000
2000
التي تخرج من أعيننا كل ميلي ثانية
02:57
telling your brain what it is that you're seeing.
79
162000
2000
وتخبر الدماغ ما الذي نراه
02:59
So what happens when a person
80
164000
2000
ولكن ماذا يحدث مع الشخص
03:01
gets a retinal degenerative disease like
81
166000
2000
حينما يصاب بمرض في الشبكية
03:03
macular degeneration? What happens is
82
168000
2000
مثل التنكس البقعي ؟ .. ما يحدث هو
03:05
is that, the front-end cells die,
83
170000
2000
ان الخلايا الامامية تموت
03:07
the photoreceptors die, and over time,
84
172000
2000
وتموت المبصرات .. وعبر الزمن
03:09
all the cells and the circuits that are
85
174000
2000
الخلايا الكهربائية التي تنتج النبضات
03:11
connected to them, they die too.
86
176000
2000
والتي تتصل مع الخلايا تموت ايضا
03:13
Until the only things that you have left
87
178000
2000
حتى يبقى شيء واحد فحسب
03:15
are these cells here, the output cells,
88
180000
2000
وهو هذه الخلايا .. الخلايا التي تصدر المخرجات
03:17
the ones that send the signals to the brain,
89
182000
2000
والاشارات الى الدماغ
03:19
but because of all that degeneration
90
184000
2000
وبسبب المرض والتنكس
03:21
they aren't sending any signals anymore.
91
186000
2000
فهي لا ترسل اي اشارات
03:23
They aren't getting any input, so
92
188000
2000
بسبب عدم وجود مدخلات
03:25
the person's brain no longer gets
93
190000
2000
وعليه فان دماغ الفرد لم يعد يستقبل
03:27
any visual information --
94
192000
2000
اي معلومات بصرية
03:29
that is, he or she is blind.
95
194000
3000
وهذا يعني ان الشخص بات مصاب بالعمى
03:32
So, a solution to the problem, then,
96
197000
2000
والحل لهذه المشكلة اذا
03:34
would be to build a device that could mimic
97
199000
2000
هو ان نبني جهاز يحاكي
03:36
the actions of that front-end circuitry
98
201000
2000
عمل الخلايا الامامية " المبصرات "
03:38
and send signals to the retina's output cells,
99
203000
2000
ونقوم بارسال اشارات لمخرجات الشبكية
03:40
and they can go back to doing their
100
205000
2000
ومن ثم يمكنها ان تعود
03:42
normal job of sending signals to the brain.
101
207000
2000
الى عملها الطبيعي فترسل الاشارات الى الدماغ
03:44
So this is what we've been working on,
102
209000
2000
وهذا ما كنا نعمل عليه
03:46
and this is what our prosthetic does.
103
211000
2000
وهذا ما يقوم به جهازنا الصناعي
03:48
So it consists of two parts, what we call
104
213000
2000
انه يتكون من جزئين .. يمكننا ان نطلق تسمية
03:50
an encoder and a transducer.
105
215000
2000
مشفر بيانات .. و محول بيانات
03:52
And so the encoder does just
106
217000
2000
والمشفر يقوم بمحاكاة تماما
03:54
what I was saying: it mimics the actions
107
219000
2000
ما تحدثث لكم عنه
03:56
of the front-end circuitry -- so it takes images
108
221000
2000
والذي تقوم به الخلايا الامامية انه يستقبل الصور
03:58
in and converts them into the retina's code.
109
223000
2000
ويقوم بتحويلها الى شفرة الشبكية
04:00
And then the transducer then makes the
110
225000
2000
ومن ثم يقوم محول البيانات
04:02
output cells send the code on up
111
227000
2000
بجعل خلايا المخرجات ترسل الشفرة
04:04
to the brain, and the result is
112
229000
2000
الى الدماغ والنتيجة هي
04:06
a retinal prosthetic that can produce
113
231000
3000
جهاز شبكية صناعي يمكنه
04:09
normal retinal output.
114
234000
2000
ان يولد مخرجات بصرية طبيعية
04:11
So a completely blind retina,
115
236000
2000
اي شبكية مصابة بالعمى تماما
04:13
even one with no front-end circuitry at all,
116
238000
2000
وحتى ان لم تكن تملك الخلايا الامامية المبصرة على الاطلاق
04:15
no photoreceptors,
117
240000
2000
وبدون مبصرات
04:17
can now send out normal signals,
118
242000
2000
يمكنها الان ان تعود لمزاولة عملها وترسل شيفرات طبيعية
04:19
signals that the brain can understand.
119
244000
3000
شيفرات يمكن للدماغ من ان يفهمها
04:22
So no other device has been able
120
247000
2000
لا يوجد جهاز آخر يمكنه
04:24
to do this.
121
249000
2000
القيام بذلك
04:26
Okay, so I just want to take
122
251000
2000
حسناً .. أريد فحسب ان اتحدث
04:28
a sentence or two to say something about
123
253000
2000
بجملة او اثنتين عن هذا الامر
04:30
the encoder and what it's doing, because
124
255000
2000
اقصد عن المشفر و وظيفته
04:32
it's really the key part and it's
125
257000
2000
لانه العنصر الاهم
04:34
sort of interesting and kind of cool.
126
259000
2000
وهو امرٌ مثير و ممتع
04:36
I'm not sure "cool" is really the right word, but
127
261000
2000
لا اظن ان كلمة ممتع هي الكلمة الملائمة لذلك
04:38
you know what I mean.
128
263000
2000
تعلمون ما اقصده
04:40
So what it's doing is, it's replacing
129
265000
2000
وما نقوم به هو إستبدال
04:42
the retinal circuitry, really the guts of
130
267000
2000
دارة الشبكية .. دارة
04:44
the retinal circuitry, with a set of equations,
131
269000
2000
الشبكية ذاتها بمجموعة من المعادلات
04:46
a set of equations that we can implement
132
271000
2000
التي يمكن برمجتها وتطبيقها
04:48
on a chip. So it's just math.
133
273000
2000
على شريحة الكترونية .. ان الامر متعلق بالرياضيات فحسب
04:50
In other words, we're not literally replacing
134
275000
3000
بعبارة اخرى .. نحن لا نقوم حرفيا باستبدال
04:53
the components of the retina.
135
278000
2000
عناصر الشبكية
04:55
It's not like we're making a little mini-device
136
280000
2000
والامر ليس وكأننا نصنع جهاز مصغر
04:57
for each of the different cell types.
137
282000
2000
لكل جزء من اجزاء الخلية
04:59
We've just abstracted what the
138
284000
2000
نحن فقط نقوم فقط استنساخ
05:01
retina's doing with a set of equations.
139
286000
2000
ما تقوم به الشبكية بواسطة مجموعة من المعادلات
05:03
And so, in a way, the equations are serving
140
288000
2000
بصورة ما المعادلات تمثل ما يمكن
05:05
as sort of a codebook. An image comes in,
141
290000
2000
القول عنه انه دفتر شفرات .. حيث تصل الصورة
05:07
goes through the set of equations,
142
292000
3000
عبر عدة مجموعات من المعادلات
05:10
and out comes streams of electrical pulses,
143
295000
2000
ومن ثم يتم بثها عبر تيار نبضات كهربائية
05:12
just like a normal retina would produce.
144
297000
4000
كما تقوم به الشبكية تماما
05:16
Now let me put my money
145
301000
2000
والان دعوني أريكم مربط الفرس
05:18
where my mouth is and show you that
146
303000
2000
لما كنت اقوله
05:20
we can actually produce normal output,
147
305000
2000
وكيف انه بالامكان ان ننتج مخرجات طبيعة
05:22
and what the implications of this are.
148
307000
2000
وماهي تبعات ذلك
05:24
Here are three sets of
149
309000
2000
هذه ثلاث نماذج
05:26
firing patterns. The top one is from
150
311000
2000
من الانماط .. الاول من الاعلى
05:28
a normal animal, the middle one is from
151
313000
2000
هو نمط معين لكائن بصير .. والوسط
05:30
a blind animal that's been treated with
152
315000
2000
هو نمط لجهاز بصري لكائن مصاب بالعمى تم معالجته
05:32
this encoder-transducer device, and the
153
317000
2000
بواسطة جهاز المشفر والناقل
05:34
bottom one is from a blind animal treated
154
319000
2000
والثالث هو لكائن أعمى
05:36
with a standard prosthetic.
155
321000
2000
يتم معالجته بالاجهزة البديلة الصناعية
05:38
So the bottom one is the state-of-the-art
156
323000
2000
وكما ترون في الاسفل انه النمط الموجود
05:40
device that's out there right now, which is
157
325000
2000
الان في الاسواق والذي يتكون في الاساس
05:42
basically made up of light detectors,
158
327000
2000
من مستقبلات ضوئية
05:44
but no encoder. So what we did was we
159
329000
2000
ولكن بدون مشفر .. ولكن ما قمنا به
05:46
presented movies of everyday things --
160
331000
2000
هو اننا عرضنا افلاما عن حياتنا الاعتيادية
05:48
people, babies, park benches,
161
333000
2000
تتضمن الافراد و الاطفال و الحدائق
05:50
you know, regular things happening -- and
162
335000
2000
كما تعلمون امورا اعتيادية تحدث من حولنا
05:52
we recorded the responses from the retinas
163
337000
2000
وقمنا بتسجيل استجابة الشبكية لكل تلك المشاهل
05:54
of these three groups of animals.
164
339000
2000
تبعا للحالات الثلاث السابقة للكائن المدروس
05:56
Now just to orient you, each box is showing
165
341000
2000
ولكي أوضح لكم .. كل مستطيل
05:58
the firing patterns of several cells,
166
343000
2000
يوضح الاشارات والانماط لعدة خلايا
06:00
and just as in the previous slides,
167
345000
2000
وكما في اللوحة السابقة
06:02
each row is a different cell,
168
347000
2000
كل صف يمثل خلية مختلفة
06:04
and I just made the pulses a little bit smaller
169
349000
2000
وقد قمت بتوضح النبض بصورة اصغر
06:06
and thinner so I could show you
170
351000
3000
واضيق من اجل ان اتمكن من عرضه عليكم
06:09
a long stretch of data.
171
354000
2000
على مدى حزمة طويلة
06:11
So as you can see, the firing patterns
172
356000
2000
وكما ترون الشفرات التي يتم اخراجها
06:13
from the blind animal treated with
173
358000
2000
من الكائن الاعمى المعالج
06:15
the encoder-transducer really do very
174
360000
2000
بواسطة المشفر والناقل هي تقريبا مماثلة
06:17
closely match the normal firing patterns --
175
362000
2000
تماما لتلك التي تخرج من الكائن
06:19
and it's not perfect, but it's pretty good --
176
364000
2000
السليم . انها ليست مثالية ولكنها جيدة حقاً
06:21
and the blind animal treated with
177
366000
2000
واما عن تلك التي تخرج من الكائن الاعمى
06:23
the standard prosthetic,
178
368000
2000
والمعالج بجهاز صناعي اعتيادي
06:25
the responses really don't.
179
370000
2000
ليست بتلك الجودة
06:27
And so with the standard method,
180
372000
3000
فيما يحدث في الطريقة الاعتيادية
06:30
the cells do fire, they just don't fire
181
375000
2000
هو ان الخلايا تطلق فعلا الانماط
06:32
in the normal firing patterns because
182
377000
2000
ولكنها لا تطلق الانماط الصحيحة
06:34
they don't have the right code.
183
379000
2000
لانها لا تستقبل الشفرات الصحيحة
06:36
How important is this?
184
381000
2000
ولكن ما اهمية هذا ؟
06:38
What's the potential impact
185
383000
2000
وما هي تبعاته المترتبة
06:40
on a patient's ability to see?
186
385000
3000
على قدرة المريض على ان يرى ؟
06:43
So I'm just going to show you one
187
388000
2000
سوف أريكم الآن
06:45
bottom-line experiment that answers this,
188
390000
2000
خلاصة الابحاث التي تجيب على ذلك
06:47
and of course I've got a lot of other data,
189
392000
2000
بالطبع لدي الكثير من الابحاث والمعلومات
06:49
so if you're interested I'm happy
190
394000
2000
لذا ان كنتم مهتمين سوف أريكم بسعادة
06:51
to show more. So the experiment
191
396000
2000
اكثر من هذا .. التجربة
06:53
is called a reconstruction experiment.
192
398000
2000
تدعى تجربة اعادة البناء
06:55
So what we did is we took a moment
193
400000
2000
ما فعلنا هو اننا اخذنا لحظة زمنية
06:57
in time from these recordings and asked,
194
402000
3000
من هذه التسجيلات وطرحنا تساؤلاً
07:00
what was the retina seeing at that moment?
195
405000
2000
ما الذي تراه الشبكية في هذه اللحظة ؟
07:02
Can we reconstruct what the retina
196
407000
2000
هل يمكننا ان نعيد بناء ما تراه الشبكية
07:04
was seeing from the responses
197
409000
2000
بسبب الاستجابات
07:06
from the firing patterns?
198
411000
2000
الناتجة عن الانماط التي تنتج تبعا لها ؟
07:08
So, when we did this for responses
199
413000
3000
عندما قمنا بهذا حيال الاستجابات
07:11
from the standard method and from
200
416000
3000
من المفهوم الاساسي .. استطعنا صناعة
07:14
our encoder and transducer.
201
419000
2000
المشفر و الناقل
07:16
So let me show you, and I'm going to
202
421000
2000
دعوني أريكم .. وسوف أبدأ ..
07:18
start with the standard method first.
203
423000
2000
بالمفهوم الاساسي الاول
07:20
So you can see that it's pretty limited,
204
425000
2000
كما ترون ان الامر هنا محدود تقريباً
07:22
and because the firing patterns aren't
205
427000
2000
ولان الانماط الصادرة
07:24
in the right code, they're very limited in
206
429000
2000
ليست هي الشفرة الصحيحة .. فالنتائج محدودة
07:26
what they can tell you about
207
431000
2000
وما يمكنهم ان يقولوا
07:28
what's out there. So you can see that
208
433000
2000
حيال ما يرونه .. هو انهم
07:30
there's something there, but it's not so clear
209
435000
2000
يرون شيئاً ولكن ليس على درجة من الوضوح
07:32
what that something is, and this just sort of
210
437000
2000
لكي يميزوا ما هو هذا الامر .. وهذا يعود
07:34
circles back to what I was saying in the
211
439000
2000
بنا الى ما كنت اقوله
07:36
beginning, that with the standard method,
212
441000
2000
في البداية فيما يخص المفهوم الاساسي
07:38
patients can see high-contrast edges, they
213
443000
2000
حيث المرضى يرون الحواف و التمايز فيما بينها
07:40
can see light, but it doesn't easily go
214
445000
2000
ويرون الضوء ولكن لا يستطيعون بسهولة
07:42
further than that. So what was
215
447000
2000
تميز ما هو ادق من هذا
07:44
the image? It was a baby's face.
216
449000
3000
اذا ماهي تلك الصورة ؟ انها صورة وجه الطفل
07:47
So what about with our approach,
217
452000
2000
ولكن ماذا عن طريقتها
07:49
adding the code? And you can see
218
454000
2000
باضافة الشفرة ؟ فسوف ترى
07:51
that it's much better. Not only can you
219
456000
2000
ليس فقط افضل بكثير
07:53
tell that it's a baby's face, but you can
220
458000
2000
وليس فقط تستطيع تميز وجه الطفل ولكن
07:55
tell that it's this baby's face, which is a
221
460000
2000
يمكنك ان تميز لمن وجه الطفل هذا بسبب دقة التفاصيل
07:57
really challenging task.
222
462000
2000
وهي مهمة صعبة للغاية
07:59
So on the left is the encoder
223
464000
2000
حسناً . على الجهة اليسرى ترون المشفر
08:01
alone, and on the right is from an actual
224
466000
2000
وعلى اليمين ترون
08:03
blind retina, so the encoder and the transducer.
225
468000
2000
صورة الشبكية المصابة بالعمى .. حسناً المشفر و المحول هنا
08:05
But the key one really is the encoder alone,
226
470000
2000
ولكن الامر المحوري هو وجود المشفر بعيداً
08:07
because we can team up the encoder with
227
472000
2000
لاننا يجب ان نصل المشفر
08:09
the different transducer.
228
474000
2000
مع المحول الآخر
08:11
This is just actually the first one that we tried.
229
476000
2000
انها التجربة الاولى التي قمنا بها
08:13
I just wanted to say something about the standard method.
230
478000
2000
اريد فقط ان اقول شيئاً عن المفهوم الاساسي
08:15
When this first came out, it was just a really
231
480000
2000
عندما صدر هذا اولاً .كان الامر
08:17
exciting thing, the idea that you
232
482000
2000
مشوقاً للغاية .. فكرة انه
08:19
even make a blind retina respond at all.
233
484000
3000
يمكن لشخص مصاب العمى بسبب شبكية معطوبة ان يتجاوب كانت فكرة رائعة
08:22
But there was this limiting factor,
234
487000
3000
ولكن كان هناك عامل يقوض هذا الامر
08:25
the issue of the code, and how to make
235
490000
2000
وهو مشكلة الشفرة .. وكيف يمكننا
08:27
the cells respond better,
236
492000
2000
توليده وتتجاوب الخلايا معه بصورة افضل
08:29
produce normal responses,
237
494000
2000
لتنتج استجابات طبيعية
08:31
and so this was our contribution.
238
496000
2000
وكانت هنا مساهمتنا في هذا النطاق
08:33
Now I just want to wrap up,
239
498000
2000
الان يجب ان الخص الامر كله
08:35
and as I was mentioning earlier
240
500000
2000
وكما اخبرتكم من قبل
08:37
of course I have a lot of other data
241
502000
2000
لدي الكثير من المعلومات
08:39
if you're interested, but I just wanted to give
242
504000
2000
ان كنتم مهتمين .. فسوف اعطيتها اياكم
08:41
this sort of basic idea
243
506000
2000
انها معلومات اولية
08:43
of being able to communicate
244
508000
3000
تخص القدرة على
08:46
with the brain in its language, and
245
511000
2000
التواصل مع الدماغ و لغته الخاصة
08:48
the potential power of being able to do that.
246
513000
3000
والقدرة الكامنة في قدرتنا على ذلك
08:51
So it's different from the motor prosthetics
247
516000
2000
ان الامر مختلف عن المحركات الصناعية
08:53
where you're communicating from the brain
248
518000
2000
التي تقوم بنقل معلومات من دماغك
08:55
to a device. Here we have to communicate
249
520000
2000
الى عضو صناعي .. فهنا علينا ان نتواصل
08:57
from the outside world
250
522000
2000
من الخارج الى الداخل
08:59
into the brain and be understood,
251
524000
2000
وعلى الدماغ فهم هذا التواصل
09:01
and be understood by the brain.
252
526000
2000
فهماً جلياً
09:03
And then the last thing I wanted
253
528000
2000
ومن ثم اخر شيء
09:05
to say, really, is to emphasize
254
530000
2000
اريد ان اقوله هو التاكيد
09:07
that the idea generalizes.
255
532000
2000
على ان هذه الفكرة يمكن تعميمها
09:09
So the same strategy that we used
256
534000
2000
ويمكن لهذه الاستراتيحية التي نستخدم
09:11
to find the code for the retina we can also
257
536000
2000
لمعرفة شفرات الشبكية
09:13
use to find the code for other areas,
258
538000
2000
ان تستخدم لمعرفة باقي المناطق
09:15
for example, the auditory system and
259
540000
2000
الجهاز السمعي على سبيل المثال
09:17
the motor system, so for treating deafness
260
542000
2000
والجهاز الحركي .. اي يمكن معالجة الصُم
09:19
and for motor disorders.
261
544000
2000
ومعالجة الاضطرابات الحركية
09:21
So just the same way that we were able to
262
546000
2000
بذات الطريقة التي تمكنا منها بالقفز
09:23
jump over the damaged
263
548000
2000
فوق اعطاب
09:25
circuitry in the retina to get to the retina's
264
550000
2000
الشبكية والوصول الى الخلايا
09:27
output cells, we can jump over the
265
552000
2000
البصرية ,, يمكننا ايضا القفز
09:29
damaged circuitry in the cochlea
266
554000
2000
فوق قوقعة الاذن المعطوبة
09:31
to get the auditory nerve,
267
556000
2000
لكي نصل الى العصب السمعي
09:33
or jump over damaged areas in the cortex,
268
558000
2000
ويمكننا القفز من فوق اجزاء القشرة الدماغية المعطوبة
09:35
in the motor cortex, to bridge the gap
269
560000
3000
الى الجهاز الحركي و من ثم نعيد وصل الجسور العصبية
09:38
produced by a stroke.
270
563000
2000
بواسطة الصدمات
09:40
I just want to end with a simple
271
565000
2000
واريد ان انهي هذه المحادثة
09:42
message that understanding the code
272
567000
2000
برسالة بسيطة مفادها ان فهم الشفرة
09:44
is really, really important, and if we
273
569000
2000
هو امر فعلا مهم جداً
09:46
can understand the code,
274
571000
2000
وان استطعنا فهم الشفرة
09:48
the language of the brain, things become
275
573000
2000
ولغة الدماغ فان الامور
09:50
possible that didn't seem obviously
276
575000
2000
المستحيلة سوف تغدو ممكنة
09:52
possible before. Thank you.
277
577000
2000
والتي لم تكن كذلك من ذي قبل
09:54
(Applause)
278
579000
5000
تصفيق
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