Un nouveau système d’implant auditif contrôlé par le cerveau amplifie sélectivement le son sur lequel l’auditeur souhaite se concentrer. L’implant traite en temps réel les signaux cérébraux pour identifier la voix ou la conversation sur laquelle se concentre l’attention de l’utilisateur et ajuste dynamiquement le volume tout en réduisant celui des bruits parasites, lui permettant ainsi de distinguer plus facilement des voix isolées dans des environnements bruyants et encombrés tels que les salles de classe et les fêtes.
Selon l’OMS, plus de 430 millions de personnes dans le monde vivent avec une perte auditive invalidante, dont beaucoup rencontrent des difficultés à entendre dans des environnements bruyants. Si elle n’est pas traitée, la perte auditive peut devenir un facteur de risque majeur de démence, de dépression et d’isolement social.
Les implants auditifs modernes constituent de bonnes alternatives pour améliorer l’audition des personnes malentendantes. Certains permettent même de réduire certains types de bruits de fond comme ceux engendrés par la circulation. Cependant, ils ne peuvent pas isoler ni amplifier des voix ou des bruits spécifiques. Les microphones des implants existants captent simultanément toutes les voix à proximité des patients.
Ce phénomène, surnommé « effet cocktail », rend difficile pour les patients la concentration sur un interlocuteur précis, ce qui peut être handicapant dans certaines situations comme le travail ou les cours. Une approche d’interface cerveau-ordinateur appelée décodage de l’attention auditive a été proposée pour remédier à ce problème, en utilisant les signaux neuronaux de l’auditeur pour déduire quel interlocuteur est écouté.
Un implant permettant de faire le tri dans le bruit
L’efficacité d’un tel décodage pour améliorer l’audition et le traitement en temps réel des signaux cérébraux constituent des défis. Le nouveau dispositif d’interface cerveau-ordinateur de l’Institut Zuckerman de l’Université Columbia propose de relever ce défi en reliant directement l’activité neuronale à l’amplification sonore sélective.
« Nous avons développé un système qui agit comme une extension neuronale de l’utilisateur, exploitant la capacité naturelle du cerveau à filtrer tous les sons d’un environnement complexe pour isoler dynamiquement la conversation spécifique qu’il souhaite entendre », explique dans un communiqué Nima Mesgarani, coauteur principal de l’étude, chercheur principal à l’Institut Zuckerman de Columbia et professeur associé de génie électrique à l’École d’ingénierie et de sciences appliquées Fu Foundation de Columbia.
Le nouvel implant est basé sur de précédents travaux qui ont permis d’identifier les ensembles de signaux cérébraux associés à des conversations spécifiques au milieu d’une foule d’orateurs. Ces signaux sont caractérisés par une chronologie précise de pics et de creux des ondes cérébrales correspondant respectivement aux sons et aux temps de silence dans une conversation réelle.
Ces travaux antérieurs ont également mis au jour un schéma d’activité cérébrale spécifique indiquant l’attention de l’auditeur, c’est-à-dire la voix de la personne sur laquelle il essaie de se concentrer pendant la conversation.
Un taux de précision jusqu’à 90%
« La question centrale restée sans réponse était de savoir si la technologie auditive contrôlée par le cerveau pouvait dépasser les progrès graduels et aboutir à un prototype capable d’aider une personne à mieux entendre en temps réel », a déclaré Vishal Choudhari, auteur principal de l’étude et doctorant en génie électrique au sein du laboratoire de Mesgarani.
Le dispositif expérimental de l’équipe de Mesgarani utilise des électrodes intracérébrales pour mesurer l’activité cérébrale des patients afin de capturer les différences d’attention. Le système utilise ensuite des algorithmes d’apprentissage automatique pour décoder en temps réel les signaux cérébraux et identifier ceux correspondant à la conversation sur laquelle les patients se concentrent, en ajustant dynamiquement le volume de la voix correspondante et en réduisant celui des autres conversations environnantes.
« Pour que cela fonctionne en temps réel, le système doit être très rapide, précis et stable afin que l’expérience soit agréable pour l’auditeur », explique Dr Mesgarani.
Un système auditif surveillant l’activité cérébrale de cet homme amplifie une conversation diffusée à sa gauche tout en atténuant celle diffusée à sa droite, selon l’orientation de son attention, d’après ses ondes cérébrales.© Vishal Choudhari / Laboratoire Mesgarani / Institut Zuckerman de l’Université Columbia
Pour tester leur approche, les chercheurs ont sélectionné quatre patients épileptiques qui ont subi une intervention chirurgicale au cerveau afin d’identifier l’origine de leurs crises. Chacun de ces patients avait déjà des électrodes implantées dans son cerveau. Une fois activé, le système auditif pouvait identifier rapidement la conversation à laquelle l’utilisateur était attentif pour lui faciliter l’écoute.
D’après les résultats détaillés aujourd’hui (11 mai) dans la revue Nature Neuroscience, le système a affiché un taux de réussite compris entre 72,0 % et 90,3 % et a ajusté le volume relatif de la voix souhaitée de plusieurs décibels. L’effet était similaire aussi bien lorsque les chercheurs orientaient les patients vers une conversation particulière que lorsque ces derniers choisissaient librement.
En outre, lorsque le système était actif, les participants ont montré une meilleure intelligibilité de la parole et un effort d’écoute réduit. « Cette découverte scientifique nous permet d’envisager un avenir où la technologie pourra restaurer l’audition sophistiquée et sélective du cerveau humain, au-delà des appareils auditifs traditionnels qui se contentent d’amplifier le son », souligne Mesgarani.
Les chercheurs précisent toutefois que de nombreuses étapes restent à franchir avant de pouvoir envisager une application clinique à grande échelle. Les prochains travaux devront se concentrer sur des techniques d’enregistrement de l’activité cérébrale plus adaptables et moins invasives, ainsi que sur des tests de performance dans des conditions réelles et des environnements plus complexes.
