Аз проучвам, как мозъкът обработва информация. т. е, как взема информацията от външния свят и я преобразува в модели на електрическа дейност, и след това как използва тези модели, за да ви позволи да направите неща-- като да видите, да чувате, да достигнете даден обект. Така че аз съм наистина обикновен учен, не съм лекар, но през последната година и половина започнах да се запознавам и да използвам това, което научавахме за тези модели на дейности за развитие на протезни устройства, и това, което искам да направя днес, е да ви покажа пример за това. Това са нашите първи стъпки в това. Това е развитието на протезно устройство за лекуване на слепота.
I study how the brain processes information. That is, how it takes information in from the outside world, and converts it into patterns of electrical activity, and then how it uses those patterns to allow you to do things -- to see, hear, to reach for an object. So I'm really a basic scientist, not a clinician, but in the last year and a half I've started to switch over, to use what we've been learning about these patterns of activity to develop prosthetic devices, and what I wanted to do today is show you an example of this. It's really our first foray into this. It's the development of a prosthetic device for treating blindness.
Така че, нека започна с този проблем. В САЩ има 10 милиона души и много повече по целия свят, които са слепи или са застрашени от слепота, дължаща се на болести на ретината, болести като макулна дегенерация и много малко може да се направи за тях. Има някои видове медикаментозни лечения, но те са ефективни само за малка част от населението. И така, за огромното мнозинство от пациенти, тяхната най-голяма надежда за възстановяване на зрението е чрез протезни устройства. Проблемът е, че сегашните протези не работят много добре. Те са все още много ограничени във визията, която могат да предоставят. И така, вие знаете, например, с тези устройства, пациентите могат да виждат прости неща като ярки светлини и много контрастни ръбове, не много друго, така че нищо близко до нормалната видимост е било възможно.
So let me start in on that problem. There are 10 million people in the U.S. and many more worldwide who are blind or are facing blindness due to diseases of the retina, diseases like macular degeneration, and there's little that can be done for them. There are some drug treatments, but they're only effective on a small fraction of the population. And so, for the vast majority of patients, their best hope for regaining sight is through prosthetic devices. The problem is that current prosthetics don't work very well. They're still very limited in the vision that they can provide. And so, you know, for example, with these devices, patients can see simple things like bright lights and high contrast edges, not very much more, so nothing close to normal vision has been possible.
Това, за което ще ви кажа днес е устройство, по което вече работим, за което мисля, че има потенциал за промени, да бъде много по-ефективно, и това, което искам да ви покажа, е как работи. Добре, нека да се върна малко и първо да ви покажа как нормална ретина работи, така че да виждате проблема който се опитваме да решим. Тук имате ретината. Имате изображение, ретината и мозъка. Когато гледате нещо, подобно на това изображение на това бебешко лице, то отива в окото ви и се приземява върху вашата ретина, върху предните клетки тук, фоторецепторите. Това, което се случва, е че ретинните свръзки, средната част, започват да работят по него, и това което прави е, че изпълнява операции върху него, като извлича информацията от него и превръща тази информация в код. А кодът е във формата на тези модели на електрически импулси, които се изпращат до мозъка и така, ключовото нещо е изображението да се преобразува в крайна сметка в код. Когато казвам код, аз буквално имам предвид код. Като този модел на импулси тук, който означава "бебешко лице" и така, когато мозъка получава този модел на импулси, той знае, че това там е било бебешко лице и ако той получи различен модел, би знаел че това, което е било там, е да кажем, куче, или друг модел би бил къща. Все пак, разбрахте идеята.
So what I'm going to tell you about today is a device that we've been working on that I think has the potential to make a difference, to be much more effective, and what I wanted to do is show you how it works. Okay, so let me back up a little bit and show you how a normal retina works first so you can see the problem that we were trying to solve. Here you have a retina. So you have an image, a retina, and a brain. So when you look at something, like this image of this baby's face, it goes into your eye and it lands on your retina, on the front-end cells here, the photoreceptors. Then what happens is the retinal circuitry, the middle part, goes to work on it, and what it does is it performs operations on it, it extracts information from it, and it converts that information into a code. And the code is in the form of these patterns of electrical pulses that get sent up to the brain, and so the key thing is that the image ultimately gets converted into a code. And when I say code, I do literally mean code. Like this pattern of pulses here actually means "baby's face," and so when the brain gets this pattern of pulses, it knows that what was out there was a baby's face, and if it got a different pattern it would know that what was out there was, say, a dog, or another pattern would be a house. Anyway, you get the idea.
Разбира се, в реалния живот, всичко е динамично, което означава, че се променя през цялото време, така, че моделите на импулсите се променят през цялото време, защото света който гледате се променя също постоянно. Знаете, че това е доста сложно нещо. Имате тези модели на импулси идвайки от очите ви всяка милисекунда, казвайки на ума ви какво в същност виждате. Какво става, когато дадено лице получава дегенеративно заболяване на ретината, като макулна дегенерация? Това което става, е че предните клетки умират, фоторецепторите умират и евентуално, всички клетки и връзките, които са свързани към тях, също умират. Докато единствените неща, които са останали са тези клетки тук, изходните клетки, тези, които изпращат сигналите до мозъка, но поради цялата тази дегенерация, те вече не изпращат никакви сигнали. Те не получават никакъв входен приток, така че мозъка на човека вече не получава ниаква визуална информация -- т. е, той или тя е сляп/а.
And, of course, in real life, it's all dynamic, meaning that it's changing all the time, so the patterns of pulses are changing all the time because the world you're looking at is changing all the time too. So, you know, it's sort of a complicated thing. You have these patterns of pulses coming out of your eye every millisecond telling your brain what it is that you're seeing. So what happens when a person gets a retinal degenerative disease like macular degeneration? What happens is is that, the front-end cells die, the photoreceptors die, and over time, all the cells and the circuits that are connected to them, they die too. Until the only things that you have left are these cells here, the output cells, the ones that send the signals to the brain, but because of all that degeneration they aren't sending any signals anymore. They aren't getting any input, so the person's brain no longer gets any visual information -- that is, he or she is blind.
Решение на проблема в такъв случай, би било да се построи устройство, което може да имитира действията на тези предни свръзки и да изпраща сигнали на изходните клетки на ретината, и те да могат да се върнат към нормалната им работа да изпращат сигнали до мозъка. Така че това е върху което работихме и това е което нашата протеза върши. Ами тя се състои от две части, които наричаме енкодер и датчик. Енкодерът не само прави това, което казах: той имитира действията на предните свръзки-- взима изображения и ги конвертира в кода на ретината. След това датчикът кара изходните клетки да изпращат кода нагоре към мозъка и резултатът е протеза на ретината, която може да има нормален ретинов изход. Напълно сляпа ретина, дори една без предни свръзки, без фоторецептори, сега може да изпраща нормални сигнали, сигнали, които мозъка може да разбере. Никое друго устройство не би могло да направи това.
So, a solution to the problem, then, would be to build a device that could mimic the actions of that front-end circuitry and send signals to the retina's output cells, and they can go back to doing their normal job of sending signals to the brain. So this is what we've been working on, and this is what our prosthetic does. So it consists of two parts, what we call an encoder and a transducer. And so the encoder does just what I was saying: it mimics the actions of the front-end circuitry -- so it takes images in and converts them into the retina's code. And then the transducer then makes the output cells send the code on up to the brain, and the result is a retinal prosthetic that can produce normal retinal output. So a completely blind retina, even one with no front-end circuitry at all, no photoreceptors, can now send out normal signals, signals that the brain can understand. So no other device has been able to do this.
Добре, просто искам да прибавя няколко изречения и да кажа нещо относно енкодера и какво той прави, защото той наистина е ключова част и това е доста интересно, и един вид страхотно. Аз не съм сигурна, дали "страхотно" наистина е точната дума, но вие знаете какво имам предвид. Това, което той прави е, че замества свръзките на ретината, наистина вътршността на ретиновите свръзки с набор от уравнения, уравнения, които можем да прилагаме върху чип. Това е просто математика. С други думи, ние не заменяме буквално компонентите на ретината. Това не е като като да правим малко устройство за всеки от различните типове клетки. Ние просто извлякохме това, което ретината прави с набор от уравнения. По този начин, уравненията служат като вид кодираща книга. Дадено изображение идва, преминава през набор от уравнения, и излизат потоци от електрически импулси, точно както нормална ретина би произвела.
Okay, so I just want to take a sentence or two to say something about the encoder and what it's doing, because it's really the key part and it's sort of interesting and kind of cool. I'm not sure "cool" is really the right word, but you know what I mean. So what it's doing is, it's replacing the retinal circuitry, really the guts of the retinal circuitry, with a set of equations, a set of equations that we can implement on a chip. So it's just math. In other words, we're not literally replacing the components of the retina. It's not like we're making a little mini-device for each of the different cell types. We've just abstracted what the retina's doing with a set of equations. And so, in a way, the equations are serving as sort of a codebook. An image comes in, goes through the set of equations, and out comes streams of electrical pulses, just like a normal retina would produce.
Сега нека да потвърдя всичко това и да ви покажа, че всъщност ние можем да произведем нормален изход и да ви покажа какви са последствията от това. Ето три модела на изстрелване. Горният е от нормално животно, средния е от сляпо животно, което е лекувано с това енкодер-датчик устройство, а долния е от сляпо животно третирано със стандартна протеза. Долният е най-съвременното устройство, което се използва сега, което се състои основно от светлинни детектори, но няма енкодер. Това, което ние направихме беше, че представихме филми за ежедневни неща-- хора, бебета, пейки в парка, разбиратете, обикновени неща -- и записахме отговорите на ретините от тези три групи животни. Сега просто да ви ориентирам, всяка кутия показва моделите на изстрелване на няколко клетки, и точно както в предишните слайдове, всеки ред представлява друга клетка, и аз просто направих импулсите малко по-малки и по-тънки, така че да мога да ви покажа дълъг участък от данни.
Now let me put my money where my mouth is and show you that we can actually produce normal output, and what the implications of this are. Here are three sets of firing patterns. The top one is from a normal animal, the middle one is from a blind animal that's been treated with this encoder-transducer device, and the bottom one is from a blind animal treated with a standard prosthetic. So the bottom one is the state-of-the-art device that's out there right now, which is basically made up of light detectors, but no encoder. So what we did was we presented movies of everyday things -- people, babies, park benches, you know, regular things happening -- and we recorded the responses from the retinas of these three groups of animals. Now just to orient you, each box is showing the firing patterns of several cells, and just as in the previous slides, each row is a different cell, and I just made the pulses a little bit smaller and thinner so I could show you a long stretch of data.
Както можете да видите, моделите на изстрелване от сляпото животно, третирано с енкодера-датчик са наистина много близки до моделите на нормалната ретина -- не е перфектно, но е доста добро -- а при сляпото животно, третирано с стандартната протеза, отговорите не правят това. Със стандартния метод, клетките изстрелват, но те просто не изстрелват в нормалните модели, защото нямат правилния код. Колко важно е това? Какво е потенциалното въздействие върху способността на пациента да вижда? Просто ще ви покажа един основополагащ експеримент, който отговаря на това, и разбира се имам много други данни, така че, ако проявите интерес ще съм щастлива да ви покажа повече. Експериментът се нарича експеримент за възстановяване. Това, което направихме е, че взехме момент във времето от тези записи и попитахме, какво вижда ретината в този момент. Можем ли да възстановим това, което ретината вижда от отговорите от моделите на изстрелване?
So as you can see, the firing patterns from the blind animal treated with the encoder-transducer really do very closely match the normal firing patterns -- and it's not perfect, but it's pretty good -- and the blind animal treated with the standard prosthetic, the responses really don't. And so with the standard method, the cells do fire, they just don't fire in the normal firing patterns because they don't have the right code. How important is this? What's the potential impact on a patient's ability to see? So I'm just going to show you one bottom-line experiment that answers this, and of course I've got a lot of other data, so if you're interested I'm happy to show more. So the experiment is called a reconstruction experiment. So what we did is we took a moment in time from these recordings and asked, what was the retina seeing at that moment? Can we reconstruct what the retina was seeing from the responses from the firing patterns?
Направихме това за отговорите от стандартния метод и от нашия енкодер и датчик. Нека да ви покажа и ще започна със стандартния метод. Можете да видите, че той е доста ограничен, и тъй като моделите на истрелване не са в правилния код, те са много ограничени в това, което могат да ви кажат за това какво има там. Можете да видите, че там има нещо, но не е така ясно какво е то и това просто ни връща обратно към това, което казах в началото, че със стандартния метод, пациентите могат да виждат високо контрастни ръбове, те могат да видят светлина, но не може да се отиде по-надалеч от това. Какво представляваше изображението? Това беше лице на бебе. Какво ще кажете за нашия подход, чрез добавяне на кода? Можете да видите че е много по-добър. Не само, че можете да кажете, че това е лице на бебе, но можете да кажете, че това е лицето на това бебе, което е наистина амбициозна задача. Така че в ляво е енкодерът самостоятелно, а вдясно е от действително сляпа ретина, така също и енкодера и датчика. Но ключът е наистина в енкодера сам по себе си, тъй като можем да свържем енкодера с различен датчик.
So, when we did this for responses from the standard method and from our encoder and transducer. So let me show you, and I'm going to start with the standard method first. So you can see that it's pretty limited, and because the firing patterns aren't in the right code, they're very limited in what they can tell you about what's out there. So you can see that there's something there, but it's not so clear what that something is, and this just sort of circles back to what I was saying in the beginning, that with the standard method, patients can see high-contrast edges, they can see light, but it doesn't easily go further than that. So what was the image? It was a baby's face. So what about with our approach, adding the code? And you can see that it's much better. Not only can you tell that it's a baby's face, but you can tell that it's this baby's face, which is a really challenging task. So on the left is the encoder alone, and on the right is from an actual blind retina, so the encoder and the transducer. But the key one really is the encoder alone, because we can team up the encoder with the different transducer.
Това е всъщност първият, който сме опитали. Аз просто исках да кажа нещо за стандартния метод. Когато този първият излезе, беше наистина вълнуващо нещо, идеята че дори можете да накарате сляпа ретина изобщо да реагира. Но имаше този ограничаващ фактор, проблемът с кода и как да се накарат клетките да отговарят по-добре, да произвеждат нормални отговори, и така, това беше нашия принос. Сега просто искам да привърша и както споменах по-рано, разбира се, имам много други данни ако проявите интерес, но просто исках да ви дам тази основна идея да можем да комуникираме с мозъка на неговия език и потенциалната сила да бъдем в състояние да направим това. Така че, това е различно от моторните протези където вие комуникирате от мозъка към устройството. Тук трябва да комуникираме от външния свят към мозъка и да бъдем разбрани, и да бъдем разбрани от мозъка.
This is just actually the first one that we tried. I just wanted to say something about the standard method. When this first came out, it was just a really exciting thing, the idea that you even make a blind retina respond at all. But there was this limiting factor, the issue of the code, and how to make the cells respond better, produce normal responses, and so this was our contribution. Now I just want to wrap up, and as I was mentioning earlier of course I have a lot of other data if you're interested, but I just wanted to give this sort of basic idea of being able to communicate with the brain in its language, and the potential power of being able to do that. So it's different from the motor prosthetics where you're communicating from the brain to a device. Here we have to communicate from the outside world into the brain and be understood, and be understood by the brain.
Последното нещо, което искам да кажа, наистина, е да подчертая че идеята обобщава. Така че, същата стратегия, която използвахме за да намерим кода за ретината, можем да използваме и за да намерим кода за други области, например, слуховата система и двигателната система, за лечение на глухота и на двигателни разстройства. Така че, точно по същия начин, по който бяхме в състояние да прескочим повредени свръзки в ретината, за да стигнем до изходните клетки на ретината, можем да прескочим повредени свръзки в кохлеата (ушния охлюв) за да стигнем слуховия нерв или да прескочим повредени области в мозъчната кора, в моторния кортекс, за да прескочим пропастта произведена от сърдечен удар.
And then the last thing I wanted to say, really, is to emphasize that the idea generalizes. So the same strategy that we used to find the code for the retina we can also use to find the code for other areas, for example, the auditory system and the motor system, so for treating deafness and for motor disorders. So just the same way that we were able to jump over the damaged circuitry in the retina to get to the retina's output cells, we can jump over the damaged circuitry in the cochlea to get the auditory nerve, or jump over damaged areas in the cortex, in the motor cortex, to bridge the gap produced by a stroke.
Само искам да завърша с просто послание, че разбирането на кода на съобщението е наистина, наистина много важно и ако ние можем да разберем кода, на езика на мозъка, стават възможни неща, които очевидно не изглеждаха възможни преди. Благодаря ви.
I just want to end with a simple message that understanding the code is really, really important, and if we can understand the code, the language of the brain, things become possible that didn't seem obviously possible before. Thank you.
(Аплодисменти)
(Applause)