脳手術なしで話せる：首元AIデバイスが喉の振動を読み取り自然な会話を復元

脳卒中や神経疾患の後遺症として現れる構音障害で最も過酷なのは、思考は完全に明晰であるにもかかわらず、顔や喉の筋肉が麻痺して言葉を発せないもどかしさです。

これまで患者に残された選択肢は、視線追跡で1文字ずつ時間をかけて入力するか、開頭手術を伴う侵襲的な脳インプラントに頼るかという極端な二者択一でした。

『Nature Communications』に掲載された研究が、この壁を打ち破る新しいアプローチを発表しました。研究チームが開発した首掛け型のウェアラブル「インテリジェント・スロート」は、喉の微細な筋肉振動と脈拍を読み取り、大規模言語モデル（LLM）と連携させることで、途切れがちな無発話動作を感情の乗った自然な文章へとリアルタイムに復元します。

喉の微小な震えと脈拍から「感情の乗った文」を生成

声を一切出さずに口パクを行うだけでも、喉の外喉頭筋は固有の微細な機械的振動を起こします。

このスマートチョーカーには、先進印刷技術で作られた高感度なテキスタイル歪みセンサーが搭載されています。音響ではなく皮膚と筋肉の動きを直接捉えるため、周囲が100デシベルの騒音下にあっても干渉を受けることなく安定して信号を収集できます。

さらに注目すべきは、喉筋の振動と頸動脈の脈拍を同時に計測するデュアルチャネル設計です。ポリウレタンアクリレート層による応力遮断処理を施し、喉の振動が脈拍信号に漏れ込むのを防ぐことで、脈拍から「平常・安堵・苛立ち」という3つの感情状態を83.2%の精度で判別することに成功しました。

信号処理には知識蒸留技術が導入され、精度91.3%を維持したまま計算負荷と遅延を約76%削減。数秒以内のエンドツーエンド音声出力に対応しています。

従来の支援機器が抱えていた「単語を1つずつ絞り出すだけで体力を消耗する」という課題に対し、本システムはLLMエージェントを活用しました。患者が短く発した無発話トークンに、脈拍から推定された感情ラベルや、時間・天候といった外部コンテキストを組み合わせ、自然で整った文章へと自動拡張します。

最適化条件下での単語誤り率はわずか4.2%、文誤り率は2.9%を記録。単語直出しモードと比べ、文章拡張モードを使用した際の患者満足度は55%も向上しました。

終日稼働する低消費電力、ただし検証は小規模

実用化を意識し、ハードウェアは徹底した省電力設計となっています。基板には低電力Bluetoothモジュールやマイコンが統合され、消費電力はわずか76.5ミリワット。1800ミリワット時のバッテリーで終日稼働が可能です。

今回の実証実験は、健常者10名と構音障害を持つ脳卒中患者5名を対象に実施されました。リハビリ現場で頻用される中国語47単語と20の日常文を学習させ、口の形が酷似している判別困難な単語ペアでも96.3%の単語精度を達成しています。

ただし研究チームも認める通り、本システムは現時点では小規模な概念実証の段階です。日常のあらゆる語彙に対応するには、より多くの患者や多様な病態での継続検証が欠かせません。

なぜ重要か

私たちは、この研究の最大の功績は「患者の身体的負担をLLMが肩代わりする」という設計思想にあると考えています。

これまでの無発話支援デバイスは、筋電信号や喉の動きを1対1で機械的に音素へ変換することに固執していました。しかし、筋肉が疲弊しやすい患者にとって、一言一句を正確に動かし続けるのは苦痛でしかありません。断片的な入力の欠落をLLMが文脈から補正し、さらに脈拍から読み取った感情を肉付けして発話させる仕組みは、工学的にも人間工学的にも極めて合理的です。

侵襲的な脳手術のリスクを避け、アイトラッカーの遅さから解放される選択肢として、首に巻くだけのウェアラブルデバイスは臨床的にも大きな意味を持ちます。

一方で、LLMによる文章補完には本質的なリスクも潜んでいます。患者が短い意思表示をした際、AIが好意的に「作文」しすぎることで、本人の意図と微妙にズレた発言が周囲に伝わってしまう危険性です。特に医療や介護の現場では、わずかな誤解が重大な判断ミスにつながりかねません。患者が最小限の動作でAIの拡張結果をプレビューし、承認できるインターフェースの構築が、実用化に向けた次の鍵となるはずです。