TEDMED 2011
Sheila Nirenberg: A prosthetic eye to treat blindness
Sheila Nirenberg: Mata prostetik untuk menyembuhkan kebutaan
Filmed:
Readability: 4.3
470,530 views
Di TEDMED, Sheila Nirenberg menunjukkan cara yang luar biasa untuk membuat orang dengan kebutaan tertentu dapat melihat, dengan memasang alat pada saraf-saraf optik yang mengirimkan sinyal dari kamera langsung menuju otak.
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
Saya mempelajari bagaimana otak
00:17
information. That is, how it takes
1
2000
2000
mengolah informasi, bagaimana otak
00:19
information in from the outside world, and
2
4000
2000
mengambil informasi dari dunia luar
00:21
converts it into patterns of electrical activity,
3
6000
2000
dan mengubahnya menjadi pola aktivitas listrik
00:23
and then how it uses those patterns
4
8000
2000
kemudian bagaimana otak menggunakan pola itu
00:25
to allow you to do things --
5
10000
2000
agar Anda dapat melakukan berbagai hal --
00:27
to see, hear, to reach for an object.
6
12000
2000
melihat, mendengar, mengambil benda.
00:29
So I'm really a basic scientist, not
7
14000
2000
Jadi saya adalah seorang ilmuwan dasar
00:31
a clinician, but in the last year and a half
8
16000
2000
bukan seorang dokter, namun selama 1½ tahun terakhir
00:33
I've started to switch over, to use what
9
18000
2000
saya mulai beralih, untuk menggunakan
00:35
we've been learning about these patterns
10
20000
2000
apa yang telah kita pelajari tentang pola-pola
00:37
of activity to develop prosthetic devices,
11
22000
3000
kegiatan otak itu untuk mengembangkan alat alat protestik,
00:40
and what I wanted to do today is show you
12
25000
2000
dan apa yang ingin saya lakukan pada hari ini
00:42
an example of this.
13
27000
2000
adalah menunjukkan contohnya.
00:44
It's really our first foray into this.
14
29000
2000
Ini benar-benar usaha pertama kami,
00:46
It's the development of a prosthetic device
15
31000
2000
yaitu pengembangan alat protestik
00:48
for treating blindness.
16
33000
2000
untuk merawat kebutaan.
00:50
So let me start in on that problem.
17
35000
2000
Saya akan mulai dengan masalah ini.
00:52
There are 10 million people in the U.S.
18
37000
2000
Ada 10 juta orang di Amerika Serikat
00:54
and many more worldwide who are blind
19
39000
2000
dan banyak lagi di seluruh dunia yang menjadi tunanetra
00:56
or are facing blindness due to diseases
20
41000
2000
atau terancam menjadi tunanetra karena
00:58
of the retina, diseases like
21
43000
2000
penyakit retina, penyakit seperti
01:00
macular degeneration, and there's little
22
45000
2000
degenerasi makula, dan hanya sedikit
01:02
that can be done for them.
23
47000
2000
yang bisa dilakukan.
01:04
There are some drug treatments, but
24
49000
2000
Ada beberapa obat untuk itu namun
01:06
they're only effective on a small fraction
25
51000
2000
hanya bekerja efektif pada sebagian kecil penderita
01:08
of the population. And so, for the vast
26
53000
2000
Sehingga, bagi kebanyakan pasien kami
01:10
majority of patients, their best hope for
27
55000
2000
harapan terbaik mereka adalah
01:12
regaining sight is through prosthetic devices.
28
57000
2000
mendapatkan kembali penglihatan melalui alat protestik.
01:14
The problem is that current prosthetics
29
59000
2000
Masalahnya adalah alat protestik yang ada saat ini
01:16
don't work very well. They're still very
30
61000
2000
tidak bekerja dengan baik. Kemampuannya
01:18
limited in the vision that they can provide.
31
63000
2000
masih sangat terbatas.
01:20
And so, you know, for example, with these
32
65000
2000
Sehingga, contohnya, dengan alat ini
01:22
devices, patients can see simple things
33
67000
2000
para pasien dapat melihat benda-benda sederhana
01:24
like bright lights and high contrast edges,
34
69000
2000
seperti cahaya yang terang atau ujung ujung yang berkontras tinggi.
01:26
not very much more, so nothing close
35
71000
2000
tidak lebih, jadi sama sekali tidak mendekati
01:28
to normal vision has been possible.
36
73000
3000
kemampuan mata normal.
01:31
So what I'm going to tell you about today
37
76000
2000
Jadi apa yang akan saya tunjukkan hari ini
01:33
is a device that we've been working on
38
78000
2000
adalah alat yang sedang kami kerjakan
01:35
that I think has the potential to make
39
80000
2000
yang saya rasa berpotensi untuk
01:37
a difference, to be much more effective,
40
82000
2000
membuat perbedaan, alat yang jauh lebih efektif
01:39
and what I wanted to do is show you
41
84000
2000
dan apa yang ingin saya lakukan adalah menunjukkan
01:41
how it works. Okay, so let me back up a
42
86000
2000
cara kerjanya. Baiklah, saya akan kembali
01:43
little bit and show you how a normal retina
43
88000
2000
dan menunjukkan bagaimana cara kerja
01:45
works first so you can see the problem
44
90000
2000
dari retina normal sehingga Anda bisa mengerti masalah
01:47
that we were trying to solve.
45
92000
2000
yang kami coba selesaikan.
01:49
Here you have a retina.
46
94000
2000
Inilah retina mata.
01:51
So you have an image, a retina, and a brain.
47
96000
2000
Jadi ada gambar, retina, dan otak.
01:53
So when you look at something, like this image
48
98000
2000
Saat Anda melihat sesuatu, seperti gambar
01:55
of this baby's face, it goes into your eye
49
100000
2000
dari wajah bayi ini, gambar ini masuk ke mata Anda
01:57
and it lands on your retina, on the front-end
50
102000
2000
dan sampai ke retina, pada sel-sel paling depan
01:59
cells here, the photoreceptors.
51
104000
2000
yang bernama fotoreseptor.
02:01
Then what happens is the retinal circuitry,
52
106000
2000
Lalu yang terjadi adalah sirkuit retina,
02:03
the middle part, goes to work on it,
53
108000
2000
di bagian tengah mengerjakannya
02:05
and what it does is it performs operations
54
110000
2000
dan retina melakukan pengolahan
02:07
on it, it extracts information from it, and it
55
112000
2000
pada gambar itu, mengambil informasinya
02:09
converts that information into a code.
56
114000
2000
dan mengubah informasi itu menjadi sandi.
02:11
And the code is in the form of these patterns
57
116000
2000
Sandi itu berbentuk pola-pola pulsa listrik
02:13
of electrical pulses that get sent
58
118000
2000
yang kemudian dikirimkan
02:15
up to the brain, and so the key thing is
59
120000
2000
ke otak, sehingga kuncinya adalah
02:17
that the image ultimately gets converted
60
122000
2000
gambar itu akhirnya diubah
02:19
into a code. And when I say code,
61
124000
2000
menjadi sandi. Dan sandi di sini
02:21
I do literally mean code.
62
126000
2000
benar-benar merupakan sandi.
02:23
Like this pattern of pulses here actually means "baby's face,"
63
128000
3000
Seperti pola-pola listrik di sini sebenarnya berarti "wajah bayi,"
02:26
and so when the brain gets this pattern
64
131000
2000
sehingga saat otak mendapatkan pola
02:28
of pulses, it knows that what was out there
65
133000
2000
dari pulsa ini, otak tahu bahwa di luar sana
02:30
was a baby's face, and if it
66
135000
2000
ada wajah bayi, dan jika otak
02:32
got a different pattern it would know
67
137000
2000
mendapat pola yang berbeda, otak akan tahu
02:34
that what was out there was, say, a dog,
68
139000
2000
bahwa di luar sana ada, katakanlah, anjing
02:36
or another pattern would be a house.
69
141000
2000
atau pola lain yang merupakan rumah.
02:38
Anyway, you get the idea.
70
143000
2000
Jadi, Anda sudah memiliki gambarannya.
02:40
And, of course, in real life, it's all dynamic,
71
145000
2000
Dan sudah pasti dalam kehidupan, semuanya dinamis
02:42
meaning that it's changing all the time,
72
147000
2000
yang berarti semuanya berubah setiap saat
02:44
so the patterns of pulses are changing
73
149000
2000
sehingga pola-pola pulsa itu selalu berubah
02:46
all the time because the world you're
74
151000
2000
setiap saat karena dunia
02:48
looking at is changing all the time too.
75
153000
3000
yang Anda lihat juga berubah setiap saat.
02:51
So, you know, it's sort of a complicated
76
156000
2000
Jadi, ini merupakan hal yang rumit.
02:53
thing. You have these patterns of pulses
77
158000
2000
Anda memiliki pola-pola seperti ini
02:55
coming out of your eye every millisecond
78
160000
2000
datang dari mata Anda setiap milidetik
02:57
telling your brain what it is that you're seeing.
79
162000
2000
memberitahukan otak apa yang Anda lihat.
02:59
So what happens when a person
80
164000
2000
Jadi apa yang terjadi saat seseorang
03:01
gets a retinal degenerative disease like
81
166000
2000
menderita penyakit degenerasi retina seperti
03:03
macular degeneration? What happens is
82
168000
2000
degenerasi makula? Yang terjadi adalah
03:05
is that, the front-end cells die,
83
170000
2000
sel-sel yang terdepan ini mati,
03:07
the photoreceptors die, and over time,
84
172000
2000
sel-sel fotoreseptor itu mati dan seiring dengan waktu
03:09
all the cells and the circuits that are
85
174000
2000
semua sel dan sirkuit yang terhubung
03:11
connected to them, they die too.
86
176000
2000
dengan sel-sel itu ikut mati.
03:13
Until the only things that you have left
87
178000
2000
Akhirnya satu-satunya hal yang tersisa
03:15
are these cells here, the output cells,
88
180000
2000
adalah sel-sel ini, sel-sel keluaran,
03:17
the ones that send the signals to the brain,
89
182000
2000
sel yang mengirimkan sinyal ke otak
03:19
but because of all that degeneration
90
184000
2000
namun karena degenerasi itu
03:21
they aren't sending any signals anymore.
91
186000
2000
sel-sel itu tidak mengirimkan sinyal lagi.
03:23
They aren't getting any input, so
92
188000
2000
Sel-sel itu tidak menerima masukan apapun
03:25
the person's brain no longer gets
93
190000
2000
sehingga otak tidak lagi mendapat
03:27
any visual information --
94
192000
2000
informasi visual apapun --
03:29
that is, he or she is blind.
95
194000
3000
sehingga dia menjadi buta.
03:32
So, a solution to the problem, then,
96
197000
2000
Jadi, salah satu jalan keluar masalah ini
03:34
would be to build a device that could mimic
97
199000
2000
adalah untuk membuat alat yang dapat meniru
03:36
the actions of that front-end circuitry
98
201000
2000
tindakan dari sel-sel terdepan itu
03:38
and send signals to the retina's output cells,
99
203000
2000
dan mengirimkan sinyal ke sel-sel keluaran retina
03:40
and they can go back to doing their
100
205000
2000
sehingga sel-sel itu dapat berfungsi kembali
03:42
normal job of sending signals to the brain.
101
207000
2000
untuk mengirimkan sinyal ke otak.
03:44
So this is what we've been working on,
102
209000
2000
Jadi inilah yang kami kerjakan
03:46
and this is what our prosthetic does.
103
211000
2000
dan inilah yang dilakukan alat kami.
03:48
So it consists of two parts, what we call
104
213000
2000
Jadi alat ini terdiri dari dua bagian, apa yang kami sebut
03:50
an encoder and a transducer.
105
215000
2000
bagian penyandi dan pentransduksi.
03:52
And so the encoder does just
106
217000
2000
Yang dilakukan penyandi hanyalah
03:54
what I was saying: it mimics the actions
107
219000
2000
yang saya katakan: meniru tindakan
03:56
of the front-end circuitry -- so it takes images
108
221000
2000
dari sirkuit bagian depan -- alat itu mengambil gambar
03:58
in and converts them into the retina's code.
109
223000
2000
dan mengubahnya menjadi sandi retina.
04:00
And then the transducer then makes the
110
225000
2000
Kemudian pentransduksi membuat
04:02
output cells send the code on up
111
227000
2000
sel-sel keluaran mengirimkan sandi itu
04:04
to the brain, and the result is
112
229000
2000
ke otak dan hasilnya adalah
04:06
a retinal prosthetic that can produce
113
231000
3000
retina buatan yang dapat menghasilkan
04:09
normal retinal output.
114
234000
2000
keluaran retina normal.
04:11
So a completely blind retina,
115
236000
2000
Sehingga retina yang benar-benar buta
04:13
even one with no front-end circuitry at all,
116
238000
2000
bahkan tanpa sirkuit bagian depan sama sekali,
04:15
no photoreceptors,
117
240000
2000
tanpa fotoreseptor
04:17
can now send out normal signals,
118
242000
2000
dapat mengirimkan sinyal normal,
04:19
signals that the brain can understand.
119
244000
3000
sinyal yang dapat dipahami oleh otak.
04:22
So no other device has been able
120
247000
2000
Dan tidak ada alat lain yang dapat
04:24
to do this.
121
249000
2000
melakukan ini.
04:26
Okay, so I just want to take
122
251000
2000
Jadi saya hanya akan
04:28
a sentence or two to say something about
123
253000
2000
berbicara singkat mengenai
04:30
the encoder and what it's doing, because
124
255000
2000
penyandi dan yang dilakukannya, karena
04:32
it's really the key part and it's
125
257000
2000
inilah bagian kuncinya
04:34
sort of interesting and kind of cool.
126
259000
2000
dan ini cukup menarik dan keren.
04:36
I'm not sure "cool" is really the right word, but
127
261000
2000
Saya tidak tahu apakah "keren" kata yang tepat
04:38
you know what I mean.
128
263000
2000
namun Anda tahu maksud saya.
04:40
So what it's doing is, it's replacing
129
265000
2000
Jadi apa yang dilakukannya adalah menggantikan
04:42
the retinal circuitry, really the guts of
130
267000
2000
sirkuit retina, benar-benar inti dari
04:44
the retinal circuitry, with a set of equations,
131
269000
2000
sirkuit retina, dengan seperangkat persamaan
04:46
a set of equations that we can implement
132
271000
2000
yang dapat dimasukkan ke dalam sebuah chip.
04:48
on a chip. So it's just math.
133
273000
2000
Jadi ini hanya sekedar matematika.
04:50
In other words, we're not literally replacing
134
275000
3000
Dengan kata lain, kami tidak mengganti
04:53
the components of the retina.
135
278000
2000
komponen retina apapun.
04:55
It's not like we're making a little mini-device
136
280000
2000
Ini bukan seperti kami membuat alat kecil
04:57
for each of the different cell types.
137
282000
2000
untuk setiap jenis sel yang berbeda.
04:59
We've just abstracted what the
138
284000
2000
Kami hanya merangkum apa yang dilakukan
05:01
retina's doing with a set of equations.
139
286000
2000
oleh retina dengan seperangkat persamaan.
05:03
And so, in a way, the equations are serving
140
288000
2000
Jadi sedikit banyak, persamaan ini berfungsi
05:05
as sort of a codebook. An image comes in,
141
290000
2000
sebagai buku sandi. Jadi gambar masuk
05:07
goes through the set of equations,
142
292000
3000
dan melalui seperangkat persamaan ini
05:10
and out comes streams of electrical pulses,
143
295000
2000
lalu kelluarlah aliran pulsa-pulsa listrik
05:12
just like a normal retina would produce.
144
297000
4000
seperti yang dihasilkan oleh retina normal.
05:16
Now let me put my money
145
301000
2000
Misalkan saya menaruh uang
05:18
where my mouth is and show you that
146
303000
2000
di mulut saya dan menunjukkan bahwa
05:20
we can actually produce normal output,
147
305000
2000
kita dapat menghasilkan keluaran normal
05:22
and what the implications of this are.
148
307000
2000
dan apa dampak dari hal ini.
05:24
Here are three sets of
149
309000
2000
Inilah tiga kelompok dari
05:26
firing patterns. The top one is from
150
311000
2000
pola pancaran. Yang di atas adalah
05:28
a normal animal, the middle one is from
151
313000
2000
dari hewan biasa, di tengah berasal dari
05:30
a blind animal that's been treated with
152
315000
2000
hewan buta yang telah dirawat dengan
05:32
this encoder-transducer device, and the
153
317000
2000
alat penyandi-pentranduksi ini,
05:34
bottom one is from a blind animal treated
154
319000
2000
dan di bawah adalah dari hewan buta yang dirawat
05:36
with a standard prosthetic.
155
321000
2000
dengan alat buatan standar.
05:38
So the bottom one is the state-of-the-art
156
323000
2000
Jadi gambar di bagian bawah adalah alat paling canggih
05:40
device that's out there right now, which is
157
325000
2000
yang ada di pasaran sekarang,
05:42
basically made up of light detectors,
158
327000
2000
yang pada dasarnya dibuat dari detektor cahaya,
05:44
but no encoder. So what we did was we
159
329000
2000
tanpa penyandi. Jadi yang kami lakukan adalah
05:46
presented movies of everyday things --
160
331000
2000
mempertontonkan film dari hal sehari-hari --
05:48
people, babies, park benches,
161
333000
2000
orang, bayi, taman, pantai,
05:50
you know, regular things happening -- and
162
335000
2000
Anda tahu, hal-hal yang biasa tejradi -- dan
05:52
we recorded the responses from the retinas
163
337000
2000
kami merekam tanggapan dari retina
05:54
of these three groups of animals.
164
339000
2000
pada ketiga kelompok hewan ini.
05:56
Now just to orient you, each box is showing
165
341000
2000
Kini untuk memfokuskan Anda, setiap kotak menunjukkan
05:58
the firing patterns of several cells,
166
343000
2000
pola pancaran dari beberapa sel
06:00
and just as in the previous slides,
167
345000
2000
dan sama seperti pada slide sebelumnya,
06:02
each row is a different cell,
168
347000
2000
setiap baris adalah sel yang berbeda
06:04
and I just made the pulses a little bit smaller
169
349000
2000
dan saya membuat pulsanya sedikit lebih kecil
06:06
and thinner so I could show you
170
351000
3000
dan lebih tipis sehingga dapat memuat
06:09
a long stretch of data.
171
354000
2000
data yang banyak.
06:11
So as you can see, the firing patterns
172
356000
2000
Jadi seperti yang Anda lihat, pola pancaran
06:13
from the blind animal treated with
173
358000
2000
dari hewan buta yang dirawat dengan
06:15
the encoder-transducer really do very
174
360000
2000
alat penyandi-pentranduksi ini memang
06:17
closely match the normal firing patterns --
175
362000
2000
sangat dekat dengan pola pancaran normal --
06:19
and it's not perfect, but it's pretty good --
176
364000
2000
tidak sempurna, namun cukup bagus --
06:21
and the blind animal treated with
177
366000
2000
dan hewan buta yang dirawat dengan
06:23
the standard prosthetic,
178
368000
2000
alat buatan standar,
06:25
the responses really don't.
179
370000
2000
tanggapannya benar-benar tidak baik.
06:27
And so with the standard method,
180
372000
3000
Jadi dengan metode standar
06:30
the cells do fire, they just don't fire
181
375000
2000
sel-sel memang memancarkannya,
06:32
in the normal firing patterns because
182
377000
2000
namun tidak memancarkan dengan pola nomal
06:34
they don't have the right code.
183
379000
2000
karena sandi yang dimilikinya tidak benar.
06:36
How important is this?
184
381000
2000
Lalu seberapa penting hal ini?
06:38
What's the potential impact
185
383000
2000
Apakah dampak potensial
06:40
on a patient's ability to see?
186
385000
3000
dalam kemampuan melihat pasien?
06:43
So I'm just going to show you one
187
388000
2000
Saya akan menunjukkan salah satu
06:45
bottom-line experiment that answers this,
188
390000
2000
percobaan mendasar yang menjawabnya
06:47
and of course I've got a lot of other data,
189
392000
2000
dan tentu saja saya memiliki banyak data
06:49
so if you're interested I'm happy
190
394000
2000
dan jika Anda tertarik, saya akan dengan senang hati
06:51
to show more. So the experiment
191
396000
2000
menunjukkannya. Jadi percobaan ini
06:53
is called a reconstruction experiment.
192
398000
2000
disebut percobaan rekonstruksi.
06:55
So what we did is we took a moment
193
400000
2000
Di sini kami mengambil pada waktu tertentu
06:57
in time from these recordings and asked,
194
402000
3000
dan merekam apa yang dilihat
07:00
what was the retina seeing at that moment?
195
405000
2000
oleh retina pada saat itu?
07:02
Can we reconstruct what the retina
196
407000
2000
Dapatkah kami merekonstruksi apa yang dilihat
07:04
was seeing from the responses
197
409000
2000
oleh retina dari tanggapan itu,
07:06
from the firing patterns?
198
411000
2000
dari pola pancaran itu?
07:08
So, when we did this for responses
199
413000
3000
Jadi saat kami merekonstruksi berdasarkan
07:11
from the standard method and from
200
416000
3000
tanggapan metode standar dan
07:14
our encoder and transducer.
201
419000
2000
penyandi dan pentranduksi kami.
07:16
So let me show you, and I'm going to
202
421000
2000
Saya akan menunjukkan, dan saya akan mulai
07:18
start with the standard method first.
203
423000
2000
dengan metode standar.
07:20
So you can see that it's pretty limited,
204
425000
2000
Anda bisa melihat hasilnya cukup terbatas
07:22
and because the firing patterns aren't
205
427000
2000
dan karena pancaran pola itu
07:24
in the right code, they're very limited in
206
429000
2000
bukanlah sandi yang benar, namun
07:26
what they can tell you about
207
431000
2000
apa yang dapat diberitahukan
07:28
what's out there. So you can see that
208
433000
2000
tentang apa yang ada di luar sana terbatas.
07:30
there's something there, but it's not so clear
209
435000
2000
Jadi jika ada benda di dunia luar, namun
07:32
what that something is, and this just sort of
210
437000
2000
benar-benar tidak jelas benda apa itu, ini sebenarnya
07:34
circles back to what I was saying in the
211
439000
2000
hanya mengulangi apa yang saya katakan
07:36
beginning, that with the standard method,
212
441000
2000
pada awal presentasi ini, bahwa dengan metode standar
07:38
patients can see high-contrast edges, they
213
443000
2000
pasien dapat melihat sudut yang tajam,
07:40
can see light, but it doesn't easily go
214
445000
2000
mereka dapat melihat cahaya,
07:42
further than that. So what was
215
447000
2000
namun tidak dapat melihat lebih jauh lagi.
07:44
the image? It was a baby's face.
216
449000
3000
Jadi apa gambar ini? Ini adalah wajah bayi.
07:47
So what about with our approach,
217
452000
2000
Lalu bagaimana dengan pendekatan kami,
07:49
adding the code? And you can see
218
454000
2000
dengan menambahkan sandi ini? Anda bisa melihat
07:51
that it's much better. Not only can you
219
456000
2000
semua menjadi lebih baik? Anda bukan hanya
07:53
tell that it's a baby's face, but you can
220
458000
2000
dapat mengetahui itu adalah wajah bayi,
07:55
tell that it's this baby's face, which is a
221
460000
2000
namun untuk mengetahui bahwa ini adalah wajah bayi
07:57
really challenging task.
222
462000
2000
itu benar-benar sulit.
07:59
So on the left is the encoder
223
464000
2000
Jadi di bagian tengah dari penyandi ini
08:01
alone, and on the right is from an actual
224
466000
2000
dan di bagian kanan adalah dari
08:03
blind retina, so the encoder and the transducer.
225
468000
2000
retina buta biasa bersama penyandi dan pentranduksi.
08:05
But the key one really is the encoder alone,
226
470000
2000
Namun kuncinya adalah penyandi itu sendiri
08:07
because we can team up the encoder with
227
472000
2000
karena kita dapat menggabungkan penyandi
08:09
the different transducer.
228
474000
2000
dengan pentranduksi berbeda.
08:11
This is just actually the first one that we tried.
229
476000
2000
Ini sebenarnya alat pertama yang kami coba.
08:13
I just wanted to say something about the standard method.
230
478000
2000
Saya ingin menjelaskan beberapa hal mengenai metode standar.
08:15
When this first came out, it was just a really
231
480000
2000
Saat metode ini keluar, ini benar-benar
08:17
exciting thing, the idea that you
232
482000
2000
hal yang menarik, ide bahwa Anda dapat
08:19
even make a blind retina respond at all.
233
484000
3000
membuat retina yang buta menanggapi sesuatu.
08:22
But there was this limiting factor,
234
487000
3000
Namun ada keterbatasan dari alat ini,
08:25
the issue of the code, and how to make
235
490000
2000
masalah dengan sandirya dan bagaimana membuat
08:27
the cells respond better,
236
492000
2000
sel-sel menanggapi dengan lebih baik,
08:29
produce normal responses,
237
494000
2000
menghasilkan tanggapan normal,
08:31
and so this was our contribution.
238
496000
2000
dan inilah sumbangan kami.
08:33
Now I just want to wrap up,
239
498000
2000
Kini saya ingin merangkum
08:35
and as I was mentioning earlier
240
500000
2000
dan seperti yang telah saya sebutkan
08:37
of course I have a lot of other data
241
502000
2000
saya memiliki banyak data lainnya,
08:39
if you're interested, but I just wanted to give
242
504000
2000
jika Anda tertarik, di sini saya hanya ingin memberi
08:41
this sort of basic idea
243
506000
2000
ide mendasar bahwa
08:43
of being able to communicate
244
508000
3000
kita dapat berkomunikasi
08:46
with the brain in its language, and
245
511000
2000
dengan otak dalam bahasa otak
08:48
the potential power of being able to do that.
246
513000
3000
dan potensi untuk dapat melakukannya.
08:51
So it's different from the motor prosthetics
247
516000
2000
Jadi ini berbeda dengan motor protestik
08:53
where you're communicating from the brain
248
518000
2000
di mana Anda berkomunikasi dengan otak
08:55
to a device. Here we have to communicate
249
520000
2000
dari sebuah alat. Di sini kita berkomunikasi
08:57
from the outside world
250
522000
2000
dari dunia luar
08:59
into the brain and be understood,
251
524000
2000
langsung ke otak dan bisa
09:01
and be understood by the brain.
252
526000
2000
dipahami oleh otak.
09:03
And then the last thing I wanted
253
528000
2000
Lalu hal terakhir yang saya inginkan
09:05
to say, really, is to emphasize
254
530000
2000
adalah benar-benar untuk menekankan
09:07
that the idea generalizes.
255
532000
2000
bahwa ide ini berlaku umum.
09:09
So the same strategy that we used
256
534000
2000
Jadi strategi yang sama yang kami gunakan
09:11
to find the code for the retina we can also
257
536000
2000
untuk mencari sandi untuk retina juga dapat digunakan
09:13
use to find the code for other areas,
258
538000
2000
untuk mencari sandi bagi daerah lainnya,
09:15
for example, the auditory system and
259
540000
2000
sebagai contohnya, sistem pendengaran
09:17
the motor system, so for treating deafness
260
542000
2000
dan sistem motor, untuk merawat para tunarungu
09:19
and for motor disorders.
261
544000
2000
dan tunadaksa.
09:21
So just the same way that we were able to
262
546000
2000
Jadi cara yang sama seperti bagaimana kami berhasil
09:23
jump over the damaged
263
548000
2000
melompati kerusakan
09:25
circuitry in the retina to get to the retina's
264
550000
2000
dari sirkuit retina untuk mencapai sel-sel keluaran retina,
09:27
output cells, we can jump over the
265
552000
2000
kita dapat melompati kerusakan sirkuit
09:29
damaged circuitry in the cochlea
266
554000
2000
di koklea untuk mencapai
09:31
to get the auditory nerve,
267
556000
2000
saraf-saraf pendengaran,
09:33
or jump over damaged areas in the cortex,
268
558000
2000
atau melompati kerusakan di daerah korteks,
09:35
in the motor cortex, to bridge the gap
269
560000
3000
di daerah motor korteks, untuk menjembatani celah
09:38
produced by a stroke.
270
563000
2000
akibat dari stroke.
09:40
I just want to end with a simple
271
565000
2000
Saya ingin mengakhiri presentasi ini
09:42
message that understanding the code
272
567000
2000
dengan pesan sederhana bahwa memahami sandi itu
09:44
is really, really important, and if we
273
569000
2000
benar-benar penting
09:46
can understand the code,
274
571000
2000
dan jika kita dapat memahami
09:48
the language of the brain, things become
275
573000
2000
bahasa dari otak, berbagai hal yang sebelumnya
09:50
possible that didn't seem obviously
276
575000
2000
tampak begitu mungkin
09:52
possible before. Thank you.
277
577000
2000
menjadi mungkin. Terima kasih.
09:54
(Applause)
278
579000
5000
(Tepuk tangan)
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