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.
Estudo como o cérebro processa informação. Isto é, como ele pega informação do mundo exterior e a converte em padrões de atividade elétrica, e, então, como ele usa esses padrões para permitir que você faça coisas -- ver, ouvir, alcançar um objeto. Então, sou basicamente uma cientista, não uma médica, mas no último ano e meio comecei a mudar, a usar o que aprendemos sobre esses padrões de atividade para desenvolver dispositivos de prótese, e o que eu queria fazer hoje é mostrar a vocês um exemplo disso. É realmente nossa primeira incursão nisso. É o desenvolvimento de um aparelho de prótese para tratar cegueira.
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.
Deixem-me começar com o problema. Há 10 milhões de pessoas nos E.U.A e muitos mais no mundo todo que são cegos ou estão se tornando cegos devido a doenças da retina, doenças como degeneração macular, e pouco existe que possa ser feito por elas. Há alguns tratamentos com medicamentos, mas eles são eficazes para apenas uma pequena fração da população. Assim, para a grande maioria dos pacientes, a melhor expectativa deles para recuperar a visão é através de dispositivos de prótese. O problema é que as próteses atuais não funcionam muito bem. Elas ainda são muito limitadas no campo de visão que proporcionam. Dessa forma, sabem, por exemplo, com esses dispositivos, os pacientes podem ver coisas simples como luzes brilhantes e bordas de contrastes fortes, não muito mais, portanto, nada próximo da visão normal tem sido possível.
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.
Assim, aquilo sobre o que vou lhes falar hoje é um dispositivo no qual estamos trabalhando que, penso, tem o potencial de fazer diferença, ser muito mais eficiente, e o que eu queria fazer é mostrar a vocês como ele funciona. Ok, deixem-me retroceder" um pouquinho e mostrar a vocês primeiro como uma retina normal funciona para que vocês possam ver o problema que estamos tentando resolver. Aqui você tem um retina. Você tem uma imagem, uma retina e um cérebro. Assim, quando você olha para algo, como esta imagem do rosto de um bebê, ela vai para seu olho e repousa na sua retina, nessas células frontais aqui, os fotorreceptores. A seguir o que acontece é que o circuito da retina, a parte média, vai trabalhar nisso, e o que ela faz é executar operações nisso, ela extrai informação disso e converte essa informação em um código. E o código é em forma desses padrões de pulsos elétricos que são enviados para o cérebro, portanto, o elemento chave é que a imagem, em última análise, é convertida em um código. E quando digo código, eu literalmente me refiro a código. Como esse padrão de pulsos aqui, na verdade, significa "rosto de bebê", e assim, quando o cérebro tem esse padrão de pulsos, ele sabe que aquilo lá era um rosto de bebê, e se ele tivesse um padrão diferente, ele saberia que o que estava lá era, digamos, um cachorro, ou um outro padrão seria uma casa. De qualquer forma, vocês entenderam a ideia.
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.
E, é claro, na vida real, tudo é dinâmico, significando que está mundando o tempo todo, portanto, os padrões de pulsos estão mudando o tempo todo porque o mundo para o qual você está olhando está mudando o tempo todo também. Sabem, é uma coisa meio complicada. Você tem esses padrões de pulsos vindo de seu olho a cada milissegundo dizendo ao seu cérebro o que você está vendo. Então, o que acontece quando uma pessoa tem um doença degenerativa na retina como a degeneração macular? O que acontece é isso, as células frontais morrem, os fotorreceptores morrem e, com o tempo, todas as células e circuitos que estão ligados a elas morrem também. Até que a única coisa que resta são essas células aqui, as células processadoras, aquelas que enviam os sinais ao cérebro, mas, por causa de toda essa degeneração, elas não estão enviando mais nenhum sinal. Elas não estão recebendo nenhum dado, assim o cérebro da pessoa não obtém mais nenhuma informação visual -- ou seja, ele ou ela está cego.
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.
Dessa maneira, a solução para o problema, portanto, seria construir um dispositivo que pudesse imitar as ações desse circuito frontal e enviar sinais para as células processadoras da retina, para que elas possam voltar a fazer seu trabalho normal de enviar sinais ao cérebro. Assim, isto é aquilo em que estivemos trabalhando e isto é o que nossa prótese faz. Ela consiste de duas partes que chamamos de codificador e transdutor. Assim, o codificador faz exatamente o que eu dizia: ele imita as ações do circuito frontal -- ele pega imagens e as converte no código da retina. E, a seguir, o transdutor faz as células processadoras enviarem o código ao cérebro, e o resultado é uma prótese da retina que pode produzir os efeitos normais da retina. Assim, uma retina completamente cega, mesmo uma sem nenhum circuito frontal, sem fotorreceptores, pode agora enviar sinais normais, sinais que o cérebro pode entender. Nenhum outro dispositivo foi capaz de fazer isto.
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.
Ok, eu queria apenas usar uma ou duas frases para dizer algo sobre o codificador e o que ele faz, porque ele é realmente a parte chave e é interessante e legal. Não sei se "legal" é na verdade a palavra certa, mas vocês sabem o que quero dizer. Então, o que ele está fazendo é substituir o circuito da retina, na verdade, as entranhas do circuito da retina, por um conjunto de equações, um conjunto de equações que podemos acrescentar a um chip. Assim é apenas matemática. Em outras palavras, não estamos literalmente substituindo os componentes da retina. Não é como se estivéssemos fazendo pequeninos minidispositivos para cada um dos diferentes tipos de células. Apenas abstraímos o que a retina faz com um conjunto de equações. E assim, de certa forma, as equações estão servindo como um tipo de codificador. Uma imagem surge, passa pelo conjunto de equações e saem correntes de pulsos elétricos, exatamente como uma retina normal produziria.
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.
Agora deixem-me ser coerente com minhas afirmações e mostrar-lhes que podemos realmente produzir resultados normais e quais são as implicações disso. Aqui estão três conjuntos de padrões de acendimento. O do topo é de um animal normal, o do meio é de um animal cego que está sendo tratado com este dispositivo codificador-transdutor, e o da base é de um animal cego tratado com uma prótese padrão. Aquele da base é o nível mais alto de desenvolvimento do dispositivo que existe por aí agora, que é basicamente feito de detetores de luz, mas sem codificador. Então o que fizemos foi: apresentamos filmes de coisas cotidianas -- pessoas, bebês, bancos de parque, sabem, coisas normais acontecendo -- e gravamos as respostas das retinas desses três grupos de animais. Apenas para orientá-los, cada caixa está mostrando os padrões de acendimento de várias células e, exatamente como nos slides anteriores, cada linha é um célula diferente, e apenas tornei os pulsos um pouco menores e mais finos para que pudesse mostrar a vocês um trecho longo de dados.
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?
Assim, como podem ver, os padrões de acendimento do animal cego tratado com o codificador-transdutor realmente se aproximam muito dos padrões de acendimento normais -- não está perfeito, mas é bastante bom -- e no animal cego tratado com a prótese padrão, as respostas realmente não são boas. Dessa forma, com o método padrão, as células de fato acendem, apenas não acendem nos padrões normais de acendimento porque elas não têm o código correto. Quão importante é isso? Qual é o impacto potencial na habilidade de ver de um paciente? Vou mostrar-lhes exatamente um experimento de base que responde essa questão, e, claro, tenho muitos outros dados, e se estiverem interessados fico feliz em mostrar-lhes. O experimento é chamado de experiência de reconstrução. O que fizemos foi: pegamos um momento dessas gravações e perguntamos, o que a retina estava vendo nesse momento? Podemos reconstruir o que a retina estava vendo a partir das respostas dos padrões de acendimento?
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.
Assim, fizemos isso para respostas do método padrão e de nosso codificador e transdutor. Deixem-me mostrar-lhes, e vou começar com o método padrão primeiro. Então, podem ver que é bastante limitada, e porque os padrões de acendimento não estão no código correto, eles são muito limitados naquilo que conseguem captar sobre o que está lá fora. Portanto, você pode ver que há alguma coisa lá, mas não está tão claro qual é essa coisa, e isso remete exatamente ao que eu dizia no começo, que com o método padrão os pacientes podem ver bordas de alto contraste, eles podem ver luz, mas não vai muito além disso. Então qual era a imagem? Era um rosto de bebê. E com a nossa abordagem, adicionando o código? Podem ver que é muito melhor. Não apenas você pode dizer que é o rosto de um bebê, mas você pode dizer que é o rosto daquele bebê, o que é uma tarefa realmente desafiadora. A da esquerda é do codificador apenas, e a da direita é de uma retina cega real, daí o codificador e o transdutor. Mas o elemento chave realmente é apenas o codificador, porque podemos acoplar o codificador com um transdutor diferente.
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.
Este na verdade é o primeiro que testamos. Queria apenas dizer algo sobre o método padrão. Quando isto surgiu, era realmente uma coisa entusiasmante, a ideia de que você fizesse mesmo uma retina cega responder. Mas havia esse fator limitante, a questão do código, e como fazer as células responder melhor, produzir respostas normais, então essa foi nossa contribuição. Agora, gostaria de resumir, e como mencionei anteriormente, claro, tenho muitos outros dados se estiverem interessados, mas queria dar esse tipo de ideia básica de ser capaz de comunicar com o cérebro na linguagem dele, e o poder potencial de ser capaz de fazer isso. É diferente da prótese motora, na qual você se comunica do cérebro para o dispositivo. Aqui temos que comunicar do mundo exterior para o cérebro e ser entendidos, e ser entendidos pelo cérebro.
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.
E assim, a última coisa que eu queria dizer, realmente, é enfatizar que a ideia se generaliza. Dessa forma, a mesma estratégia que usamos para encontrar o código para a retina podemos também usar para achar o código para outras áreas, por exemplo, o sistema auditivo e o sistema motor, para tratar surdez e desordens motoras. Exatamente da mesma forma que fomos capazes de saltar sobre o circuito danificado na retina para atingir as células processadoras da retina, podemos saltar o circuito danificado da cóclea para chegar ao nervo auditivo, ou saltar sobre áreas danificadas no córtex, no córtex motor, para contornar uma sequela produzida por uma apoplexia.
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.
Queria finalizar com a simples mensagem de que entender o código é realmente, realmente importante, e se podemos entender o código, a linguagem do cérebro, as coisas se tornam possíveis quando não pareciam obviamente possíveis antes. Obrigada
(Applause)
(Aplausos)