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.
אני חוקרת כיצד המוח מעבד מידע. כלומר, כיצד הוא לוקח מידע מן העולם החיצוני, וממיר אותו לתבניות של פעילות חשמלית, וכיצד הוא משתמש בתבניות הללו כדי לאפשר לנו לעשות דברים: לראות, לשמוע, לגעת בחפץ. אז למעשה אני מדענית, לא קלינאית, אך בשנה וחצי האחרונות עברתי את הקווים כדי להשתמש במה שלמדנו על התבניות הללו כדי לפתח תותבים. היום אני רוצה להראות לכם דוגמא לכך. זהו באמת הניסיון הראשון שלנו לפיתוח של מתקן תותב שיירפא עיוורון.
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.
הבה נתחיל בבעיה. ישנם 10 מיליון אנשים בארה"ב, והרבה יותר ברחבי העולם, עיוורים או שסובלים מעיוורון עכב מחלות רשתית, מחלות כגון ניוון מקולרי, ורק מעט ניתן לעשות למענם. ישנם טיפולים תרופתיים, אך הם יעילים רק עבור חלק קטן מהאוכלוסייה. כך שעבור הרוב הגדול של המטופלים, התקווה הגדולה היא השבת הראייה בעזרת מכשיר תותב. הבעיה עם התותבים הנוכחיים היא שאינם עובדים טוב במיוחד. הראייה שהם מספקים עדיין מוגבלת. כך, לדוגמא, בעזרת המכשירים האלה, מטופל יכול לראות דברים פשוטים כגון אורות בוהקים או ניגוד צבעים חזק, ולא הרבה יותר. אז לא היה פתרון הקרוב לראיה נורמלית.
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.
היום אספר לכם על מתקן שאנו עובדים עליו, ואני מאמינה שיהיה מסוגל לחולל שינוי, להיות יעיל בהרבה, ורציתי להראות לכם כיצד הוא עובד. אוקיי, בואו נחזור מעט אחורה ותחילה נראה כיצד עובדת רשתית רגילה, כדי שתוכלו להבין את הבעיה שאנו מנסים לפתור. הנה רשתית. הנה תמונה, רשתית ומוח. כשאתם מסתכלים על משהו, כמו תמונה של תינוק, היא נכנסת לתוך עינכם ונוחתת על הרשתית שלכם, על התאים הקדמיים, הפוטורצפטורים. מה שקורה כעת הוא שהמעגלים הרשתיים, החלק האמצעי, מתחיל לפעול, הוא מבצע על התמונה פעולות, מוציא ממנה את המידע, וממיר את המידע לקוד. הקוד הזה הוא בצורת תבניות של פולסים חשמליים שנשלחים אל המוח, הדבר החשוב הוא שהתמונה, בסופו של דבר, מומרת לקוד. וכשאני אומרת קוד, אני מתכוונת, מילולית, לקוד. למשל תבנית זו של פולסים אומרת "פנים של תינוק", וכשהמוח מקבל את תבנית הפולסים הזו, הוא יודע שיש שם פנים של תינוק, ואם הוא היה מקבל תבנית אחרת, הוא היה יודע שמה שיש שם הוא, נניח, כלב, או תבנית אחרת תהיה בית. בכל מקרה, הבנתם את הרעיון.
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.
ובמציאות, כמובן, הכל דינאמי, כלומר משתנה כל הזמן, אז תבניות הפולסים משתנות כל הזמן, מכיוון שהעולם שאתם מתבוננים בו משתנה כל הזמן. אז, אתם יודעים, זה דבר יחסית מורכב, תבניות הפולסים האלה יוצאות מעינכם כל אלפית שניה, מספרות למוח מה אתם רואים. אז מה קורה כשאדם לוקה במחלת ניוון של הרשתית כמו ניוון מקולרי? מה שקורה הוא שהתאים הקדמיים מתים, הפוטורצפטורים מתים, ובמהלך הזמן כל התאים והמעגלים המקושרים אליהם מתים גם. עד שהדבר היחיד שנותר הם התאים האלה כאן, תאי הפלט, אלה ששולחים את האותות למוח, אבל בגלל הניוון, הם לא שולחים יותר אותות כלל. הם גם לא מקבלים שם קלט, אז מוחו של האדם לא מקבל יותר שום מידע חזותי -- כלומר, הם עיוורים.
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.
אז פתרון לבעיה יהיה לבנות מכשיר שייחקה את פעולת התאים הקדמיים וישלח אותות לתאי הפלט של הרשתית, והם יחזרו לבצע את עבודתם הרגילה של שליחת אותות למוח. אז על זה אנחנו עבדנו, וזה מה שהתותב שלנו עושה. הוא מכיל שני חלקים, שאנו מכנים המקודד והמתמיר. המקודד פשוט עושה את מה שתיארתי: הוא מחקה את פעולת התאים הקדמיים - לוקח את התמונות וממיר אותן לקוד של הרשתית. אז המתמיר גורם לתאי הפלט לשלוח את הקוד אל המוח, והתוצאה היא שרשתית תותבת מפיקה פלט של רשתית רגילה. אז רשתית עיוורת לחלוטין, אפילו כזו ללא תאים קדמיים בכלל, ללא פוטורצפטורים, יכולה כעת לשלוח אותות רגילים, אותות שהמוח מסוגל להבין. ואף מתקן אחר לא היה מסוגל לעשות זאת.
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.
אוקיי, עכשיו אומר משפט או שניים בקשר למקודד ומה שהוא עושה, מכיוון שזה באמת החלק העיקרי, ודי מעניין ומגניב. אולי "מגניב" זו לא המילה הנכונה, אבל הבנתם אותי. אז המקודד מחליף את המעגלים הרשתיים, ממש את קרביהם, במערכת משוואות, מערכת של משוואות שאנו יכולים לממש על שבב. זו פשוט מתמטיקה. במילים אחרות, אנחנו לא באמת מחליפים את רכיבי הרשתית. זה לא שאנחנו יוצרים מיני-מתקן קטן עבור כל סוג של תא. פשוט הפשטנו את מה שעושה הרשתית בעזרת מערכת משוואות. כך שבדרך כלשהי המשוואות משמשות כסוג של ספר-קוד. תמונה נכנסת, עוברת דרך מערכת המשוואות, ואז יוצא זרם של פולסים חשמליים, ממש כמו שרשתית רגילה הייתה מפיקה.
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.
עכשיו אראה לכם שזה לא רק דיבורים ואראה לכם שאנו מסוגלים להפיק פלט נורמלי, ואת ההשלכות לכך. הנה שלוש קבוצות של תבניות ירי. העליונה היא מחיה נורמלית, האמצעית מחיה עיוורת שטופלה בעזרת המתקן המקודד-מתמיר, והתחתונה מחיה עיוורת שטופלה בעזרת תותב סטנדרטי. אז התחתונה היא מהמתקן העדכני ביותר שקיים כיום, שהוא בעיקרון עשוי מחיישני אור, אך ללא מקודד. אנחנו הצגנו סרטים של דברים יום-יומיים -- אנשים, תינוקות, ספסלים בפארק, אתם יודעים, דברים שגרתיים, והקלטנו את התגובות מהרשתיות בשלוש הקבוצות של החיות. כל תיבה מראה את תבנית הירי של תאים מסוימים, ממש כמו בשקופיות הקודמות, כל שורה היא תא שונה, רק הקטנתי מעט את הפולסים כדי שאוכל להראות לכם רצף ארוך של מידע.
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?
אתם יכולים לראות, תבניות הירי של חיה עיוורת המטופלת במקודד-מתמיר אכן מתאימות מאוד לתבניות הירי של חיה נורמלית -- זה לא מושלם, אך טוב מאוד -- והחיה העיוורת שמטופלת בפרוטזה סטנדרטית, התגובות אינן מתאימות. אז בשיטה הסטנדרטית, התאים אכן יורים, פשוט לא את תבניות הירי הרגילות כי אין להם את הקוד הנכון. עד כמה זה חשוב? מה ההשפעה הפוטנציאלית על יכולת המטופל לראות? אראה לכם ניסוי מפתח שעונה על שאלה זו. כמובן שיש לי עוד המון מידע, אם אתם מעוניינים אשמח להראות עוד. אז הניסוי נקרא ניסוי שחזור. לקחנו רגע בזמן מההקלטות הללו ושאלנו מה ראתה הרשתית ברגע הזה? האם אנו מסוגלים לשחזר מה ראתה הרשתית מהתגובות שבתבניות הירי?
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.
ובכן, עשינו זאת עבור תגובות מהשיטה הסטנדרטית ומהמקודד והמתמיר שלנו. כעת אראה לכם, תחילה בשיטה הסטנדרטית. אתם רואים שזה די מוגבל, מכיוון שתבניות הירי אינן בקוד הנכון, הן מוגבלות מאוד במה שהן מספרות על מה שנמצא בחוץ. ניתן לראות שיש שם משהו, אך לא ברור מה המשהו הזה, זה רק חוזר אחורה למה שאמרתי בהתחלה, שעם השיטה הסטנדרטית, מטופל יכול לראות ניגוד-צבעים חזק, לראות אור, אך לא מעבר לכך. מה הייתה התמונה? אלה פנים של תינוק. ומה עם הגישה שלנו, שמוסיפה את הקוד? ניתן לראות שהיא טובה בהרבה. לא רק שניתן לומר שאלה פנים של תינוק, ניתן אף לומר שאלה הפנים של התינוק הזה, וזו משימה מאתגרת. משמאל זה מהמקודד בלבד, מימין מרשתית עיוורת וממקודד ומתמיר. אך העיקרי באמת הוא המקודד בלבד, כי אנו מסוגלים לחבר את המקודד עם מתמיר שונה.
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.
למעשה זה הראשון שניסינו. רציתי לומר משהו לגבי השיטה הסטנדרטית. כשזה יצא לראשונה, זה היה דבר מרגש מאוד, הרעיון שניתן בכלל לגרום לרשתית עיוורת להגיב. אך היה לנו את הגורם המגביל, הנושא של הקוד, וכיצד לגרום לתאים להגיב טוב יותר, להפיק תגובות נורמליות, וזו הייתה התרומה שלנו. אני רוצה כעת לסכם, כמו שהזכרתי מוקדם יותר כמובן שיש ברשותי המון מידע נוסף אם תרצו, אך אני רק רוצה לתאר לכם את הרעיון הבסיסי, של להיות מסוגלים לתקשר עם המוח בשפתו שלו, והכוח הגלום ביכולת הזו. זה שונה מפרוטזות ממונעות, שם מתקשרים מהמוח אל המתקן. פה אנו חייבים לתקשר מהעולם החיצוני, אל תוך המוח ולהיות מובנים על-ידי המוח.
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.
והדבר האחרון שרציתי לומר, באמת, הוא להדגיש שניתן להכליל את הרעיון הזה. ניתן להשתמש באסטרטגיה למציאת קוד הרשתית כדי למצוא את הקודים של אזורים אחרים, למשל, את מערכת השמיעה, ומערכת התנועה, עבור טיפול בחירשות, ובהפרעות בתנועה. באותה הדרך שבה יכולנו לדלג מעל המעגלים הרשתיים הפגועים, ולהגיע אל תאי הפלט של הרשתית, אנו מסוגלים לדלג מעל החיבור הפגוע בשבלול-האוזן, ולהגיע לעצב השמיעה, או לדלג מעל אזורים פגועים בקורטקס המוטורי, כדי לגשר על הפער שנגרם כתוצאה משבץ.
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.
רציתי לסיים עם מסר פשוט - הבנה של הקוד היא באמת, באמת חשובה, ואם נהיה מסוגלים להבין את הקוד, את שפתו של המוח, דברים שנראו בלתי-אפשריים הופכים לאפשריים. תודה לכם.
(Applause)
(מחיאות כפיים)