脳波解析が可能にする人間の営みの再構築

世界を創るテクノロジー

脳が活動する際に発生する、微弱な電気信号である脳波^[用語1]。この脳波や脳神経由来の信号をもって脳と機械を接続し、自由に機械を操作するブレイン・マシン・インターフェース（BMI）の開発が、現在世界中で盛んに行われている。AIを活用して脳波の複雑な規則を解読し、脳波から体の動きや耳にした音声を再現することに成功した吉村奈津江教授。膨大な生体信号をより分け、非常に小さく不規則な脳波を見つけて解き明かす、ロマンに溢れたテクノロジーの世界へようこそ。

（吉村）「脳活動信号を計測し、その情報を利用して脳とコンピュータを接続するBMI技術は、人体への負担の程度、つまり侵襲性の観点から頭蓋骨の開頭を伴う侵襲型と手術を要しない非侵襲型の2種類に分けられます。前者は、脳の限定的な部位から直接信号を計測できるため脳情報の抽出精度がより高く、欧米を中心に開発競争が盛んです。対して後者は人体へのリスクが低いものの、詳細な情報を解読できるほどの精度が得られないという課題があります。非侵襲型BMIにはMRIや近赤外分光法、脳波などが計測に活用されますが、侵襲型と比べ総じて計測・解析の難易度が上がり、とりわけ頭皮脳波からの脳情報抽出はほとんど不可能とされてきました。

ですが私は、誰もが自分の脳の状態を手軽に把握できるようにという思いのもと、非侵襲型の可能性を広げようと研究を進めてきました。主に用いているのが、脳波から脳内の神経活動を機械学習により推定し、情報を抽出する手法です。根気よく試行を繰り返した結果、2021年には、頭皮に貼り付けた電極を用いて記録した脳波から、ヒトが一度聞いて、脳内で思い浮かべた『ア』『イ』の2種の母音の発音を第三者が認識可能な音として再現することに成功しました」

人間の脳はおよそ1,000億個の神経細胞（ニューロン）によって構成されている。感覚器官などからの刺激を受けるとニューロン同士が電気信号を伝達させて情報処理を行うが、この電気的活動を記録した波形が脳波だ。脈拍や心拍・心電、筋肉の収縮により発せられる筋電などと同様に、ヒトの生体信号の一つである。1875年、イギリスの科学者リチャード・カートンによって初めて動物の脳に電気活動があることが報告され、1924年にはドイツの精神科医ハンス・ベルガーが、ついにヒトの大脳皮質から活動電流を記録した。その5年後、ベルガーはこの活動をElectroencephalogram（脳波）と名付けて発表した。

脳波は身体が刺激を受けてからのレスポンスが比較的速く、頭皮から計測可能であるという利点もあり、解析しようとする試みが多数行われてきたがなかなか実用化に至らなかった。理由は、非侵襲型における脳波計測・解析の難しさにある。頭皮に付けた電極から脳波を計測する場合、筋電や周囲の電子機器の電波など計測段階では除去しづらい大きなノイズが含まれ、信号強度が非常に小さい脳波の抽出を妨げてしまう。さらに、脳波の波形規則が脈拍や心拍のように明快ではなく、特定の情報を表す脳波を判別することは困難を極めるのだ。2000年代以降はAI技術を利用して脳波を解析する動きがあるが、前述した高い壁は依然として研究者の行く手を阻んでいる。

吉村教授は非侵襲での脳情報解析におけるパイオニアとして、運動や聴覚・発話、感情といった情報の解読に取り組み、筋活動、指の動きなど数々の身体行動を脳波から抽出することに成功してきた。特に、2021年に吉村教授が発表した「聞こえた音、思い出した音を脳波から音で再現する技術」は、脳機能領域の解明へと脳科学を前進させ、BMIのような将来のアプリケーション開発の道を切りひらく可能性を示唆している。本研究では、2つの母音「ア」と「イ」を聞いた時の脳波から機械学習と深層学習によって音声の周波数の特徴を表すパラメータを推定、そのパラメータから音源を復元する新技術が示された。第三者が耳で聞いて判別できるほどのクリアな音声の復元は当時侵襲型の手法でもほぼ例を見なかった中、非侵襲型手法を用いた音声復元で8割程度の判別が可能になっているのは、驚異的である。

「脳波による情報抽出の問題点であった空間分解能^[用語2]の低さをAIによる計算処理で改善し、音声の再現に至りました。1つの元データから揺らぎ^[用語3]を生成する新しいデータ拡張技術を採用することによって、深層学習を利用する前提としてAIに学習させるサンプルを多数用意しなければならないという点もクリアできます。従来は復元した音が『ア』なのか『イ』なのかを単に識別するまでが主流でしたが、音声の波形自体を再現し、明瞭な音として捉えられる可能性が確認できたため、個人ごとに異なる頭の中の音声の再現につながり得ると考えられます。目下、『ア』『イ』以外の音声を再現する機械学習モデルの開発にも取り組んでいます。さらに、今回採用した深層学習は解析原理のわからないブラックボックスではなく、脳のどこで音声を聞いて思い出すか、その経路を調べられるものです。ヒトの発声に使われる言語野の場所はこれまでも概ね解明されていましたが、実は個人差が大きく、正確な特定が難しいと言われていました。ですが、脳全体の信号を広く推定できる非侵襲型の計測の利点を生かして、脳内の聴覚・音声・言語処理の評価が可能になる効果が今後期待されます」（吉村）

BMIの応用研究は医療分野で先行している。BMIは登場した早期の段階から、四肢麻痺患者の運動・リハビリ支援、ALS（筋萎縮性側索硬化症）患者の意志伝達手段などに活用されてきた。一方で、BMIを各種産業に活用し、新たなビジネス領域の開拓を目論む「ブレインテック」への注目も急速に高まっている。ブレインテックはBrain（脳）とTechnology（技術）を掛け合わせた造語で、脳科学は日に日に身近になりつつあるのだ。だが、その多くは脳内にデバイスを埋め込むような侵襲型のBMIである。吉村教授の開発する非侵襲型の技術は、安全性の高さから医療はもちろん社会全体に恩恵をもたらすだろう。

「これまで研究してきた脳波からの情報抽出を応用し、誰もが手軽に脳の状態をチェックする未来を想像しています。脳機能の低下を個人が早期に発見、かつゲーム感覚でケアをできるように。また、運動情報の抽出はエンタメの領域にも応用できるでしょう。VRをコントローラーでなく脳で操作したいという要望を実際にいただくこともあります」（吉村）

吉村研究室では学生のどんなアイデアも否定せず、内側から湧いてくる好奇心をエネルギーに変えていく。彼らによる知的で有機的なつながりは、まるで彼らが研究対象としている脳波信号のようだ。発生しては交錯し、全貌は計り知れない。しかし、未来への可能性が途方もなく広がっている。

（2023年取材）