ความสำเร็จของการเชื่อมโยงสมองของมนุษย์กับคอมพิวเตอร์โดยไม่ต้องมีการผ่าตัดเพื่อควบคุมวัตถุเสมือนจริงและวัตถุในโลกที่เป็นจริง ได้ก้าวถึงขั้นที่สามารถควบคุมแขนหุ่นยนต์ให้เอื้อมและจับวัตถุในแบบสามมิติได้อย่างมีประสิทธิภาพ แสดงถึงความหวังสำหรับอนาคตของเทคโนโลยีนี้
           การเชื่อมโยงระหว่างสมองกับคอมพิวเตอร์ (brain-computer interface: BCI) ด้วยวิธีที่ก้าวหน้าซึ่งนำมาใช้ในการควบคุมการเคลื่อนไหวที่ซับซ้อนของแขนและมือหุ่นยนต์โดยอาศัยขั้วไฟฟ้าที่ฝังในสมองนั้นมีข้อด้อยอย่างมากที่ทำให้ในปัจจุบันยังไม่สามารถนำมาใช้ประโยชน์นอกเหนือจากขอบเขตของการวิจัยทางวิทยาศาสตร์ แต่เวลานี้คณะทำงานที่ University of Minnesota ได้สร้างระบบควบคุมที่อาศัยการตรวจคลื่นไฟฟ้าสมอง (electroencephalograpy: EEG) โดยไม่ต้องผ่าตัดเพื่อให้ผู้ป่วยสามารถใช้แขนหุ่นยนต์ในการจับ เคลื่อนย้าย และวางวัตถุไว้ข้างหน้าได้ เคยมีความพยายามทำเช่นนี้มาก่อนและทำได้น่าประทับใจมาก แต่ยังไม่ประสบความสำเร็จกับการเคลื่อนไหวที่เป็นธรรมชาติแบบง่ายๆ เหมือนอย่างที่คณะทำงานของ Minnesota ได้แสดงให้เห็น
           การศึกษาครั้งนี้จัดการทดลองให้อาสาสมัครเรียนรู้วิธีการเคลื่อนแขนหุ่นยนต์เพียงแค่ใช้ความคิดกับแขนนั้น กระบวนการนี้อาศัยการทำงานที่เป็นขั้นตอนซ้ำๆ เพื่อเคลื่อนเมาส์บนจอภาพก่อน และขยับไปสู่การเคลื่อนไหวแบบสามมิติที่ซับซ้อนของหุ่นยนต์ จนในที่สุดอาสาสมัครสามารถจัดเรียงวัตถุบนชั้นวางได้อย่างแม่นยำ เป็นความสามารถที่น่าประทับใจซึ่งทำให้ผู้พิการขั้นรุนแรงได้เห็นตัวอย่างของสิ่งที่เขาคาดหวังว่าจะทำได้ในอนาคตอันไม่ไกลจากนี้
           ตามรายงานการศึกษาคณะผู้วิจัยพบว่า กลุ่มอาสาสมัครที่เข้าทดลองสามารถกำกับการทำงานของสมองตามที่ตั้งใจด้วยความแม่นยำสูง ในการทำงานที่ต้องอาศัยความเป็นอิสระอย่างมาก ด้วยการประสานการควบคุมตามลำดับขั้นตอน
           ผู้เข้าร่วมการทดลองสามารถควบคุมแขนหุ่นยนต์ผ่านการกำกับโดยจังหวะการทำงานของสมองภายในชั่วโมงการฝึกอบรมแค่ไม่กี่คาบ และรักษาความสามารถในการควบคุมแขนหุ่นยนต์ไปได้หลายๆ เดือน
           “ผลการศึกษาของเราแสดงให้เห็นความสำเร็จที่มนุษย์สามารถทำงานกับแขนเทียมด้วยการใช้เทคโนโลยีการเชื่อมโยงสมองกับคอมพิวเตอร์โดยไม่ต้องมีการผ่าตัด”
            ผู้ที่ประสบปัญหาความผิดปกติของระบบประสาทกล้ามเนื้อ (neuromuscular disorders) ขั้นรุนแรง หรือระบบการเคลื่อนไหว (motor system) ได้รับความเสียหาย รวมทั้งโรคกล้ามเนื้อเสื่อม (muscular dystrophy) โรคหลอดเลือดสมองที่ก้านสมอง (brain stem stroke) และการบาดเจ็บของไขสันหลัง มักจะสูญเสียความสามารถในการเคลื่อนไหวและควบคุมกล้ามเนื้ออย่างเป็นอิสระ อย่างไรก็ตาม ส่วนใหญ่บุคคลเหล่านี้ยังคงมีความสามารถในการสร้างกิจกรรมของระบบประสาทเกี่ยวกับการทำหน้าที่ด้านการเคลื่อนไหว (motor function-related neural activities) เหมือนกับบุคคลที่มีสุขภาพดี เนื่องจากพื้นที่สมองที่กำกับการเคลื่อนไหวมักจะเก็บรักษาหน้าที่นี้ไว้ แม้จะสูญเสียการควบคุมการเคลื่อนไหวส่วนปลายไปบางส่วนก็ตาม
           BCI เป็นเทคโนโลยีที่เกิดใหม่ มีจุดมุ่งหมายที่จะเป็นสะพานเชื่อมระหว่างสมองของมนุษย์กับโลกภายนอกโดยตรง หนึ่งในเป้าหมายของ BCI คือ เพื่อทำให้การเคลื่อนไหวของอวัยวะเทียมหรือระบบโครงร่างมีความคล่องแคล่วสูงเหมือนกับของมนุษย์ เป็นอุปกรณ์ให้ความช่วยเหลือ โดยผ่านการถอดความหมายกิจกรรมสมองของผู้ป่วยตามเวลาจริง
          ปัญหาสำคัญในการพยายามเลียนแบบการควบคุมจากสมองไปที่แขนขา คือ สร้างการเชื่อมโยงที่ซับซ้อนและมั่นคงเพื่อประสานระดับความเป็นอิสระอิสระ (degrees-of-freedom: DOF) ที่จำเป็นต่อการควบคุมที่เหมือนของมนุษย์ให้สำเร็จ
           มีการขยายความแนวทางจัดการปัญหานี้ด้วยการใช้มาตรการที่ไม่ต้องผ่าตัดเพื่อเข้าแทนที่การควบคุมอันละเอียดอ่อนระหว่างสมองและร่างกาย ในรอบไม่กี่ทศวรรษที่ผ่านมา ได้มีการพัฒนาเทคโนโลยี BCI โดยใช้สัญญาณนำเข้า (input signals) ต่างๆ มากมาย BCI ที่ใช้ชุดขั้วไฟฟ้าแบบฝังที่เปลือกนอกของสมอง สามารถวัดกิจกรรมของเซลล์ประสาทจำนวนมากในบริเวณเปลือกสมองที่เกี่ยวข้องกับการเคลื่อนไหว
           ชุดขั้วไฟฟ้านี้ให้ผลการวิจัยที่น่าเชื่อถือในการควบคุมแขนหุ่นยนต์หรือแขนของผู้ป่วยเองผ่านการกระตุ้นไฟฟ้าของระบบประสาทกล้ามเนื้อ
           อย่างไรก็ตาม วิธีการที่ใช้การผ่าตัดมีความเสี่ยงต่อภาวะแทรกซ้อนและการติดเชื้อหลังผ่าตัด และปัญหาของการรักษาบันทึกความจำในระยะยาวให้มีความเสถียร ซึ่งอาจจำกัดการใช้งานอย่างกว้างขวางในกลุ่มประชากรผู้ป่วย แต่สำหรับ noninvasive EEG ไม่จำเป็นต้องมีการผ่าตัดและใช้เวลาน้อยในการวางขั้วไฟฟ้าบนศีรษะ (scalp electrodes) จึงเป็นไปได้ที่จะสนองความต้องการของประชากรได้เป็นจำนวนมาก
          ในงานวิจัยก่อนหน้านี้มีการนำเสนอแนวความคิดของการควบคุมเครื่องจักรด้วย EEG แบบไม่ต้องผ่าตัด ซึ่งใช้ประโยชน์ในการควบคุมวัตถุเสมือนจริง (virtual object) เช่น เคอร์เซอร์คอมพิวเตอร์และเฮลิคอปเตอร์เสมือนจริง และวัตถุในโลกของความจริง เช่น รถวิวิแชร์ และอากาศยานสี่ใบพัด (quadcopters) และอุปกรณ์ฟื้นฟูและช่วยเหลืออื่นๆ แต่มีกลุ่มวิจัยไม่กี่กลุ่มที่พยายามควบคุมแขนหุ่นยนต์โดยใช้ BCI ที่อาศัย EEG บนศีรษะ
          มีการใช้สัญญาณควบคุมต่างๆ ในการศึกษาบุกเบิกเริ่มแรกหลายครั้งเพื่อควบคุมแขนหุ่นยนต์หรือแขนเทียม แต่การศึกษาดังกล่าวจำกัดระบบควบคุม BCI ให้แยกเป็นหนึ่งมิติหรือพื้นที่สองมิติโดยไม่ได้ใช้ประโยชน์จากทางเลือกที่เป็นไปได้ทั้งหมดสำหรับการควบคุมในแบบสามมิติ
           ในการศึกษาปัจจุบัน คณะทำงานได้ตรวจสอบทางที่เป็นไปได้ในการใช้ BCI ที่อาศัยจินตนาการความเคลื่อนไหวโดยไม่ต้องผ่าตัด เพื่อควบคุมแขนหุ่นยนต์ในแบบสามมิติ ด้วยการตั้งและเกาะติดกับคำถามต่อไปนี้ : BCI ที่ไม่ต้องผ่าตัดสามารถให้ความแม่นยำและประสิทธิภาพในการควบคุมแขนหุ่นยนต์ในสภาพแวดล้อมสามมิติเพื่อการเอื้อมและจับอย่างสมบูรณ์แบบ และทำงานที่ซับซ้อนได้หรือไม่
           เพื่อหาคำตอบให้กับคำถามข้างต้น คณะผู้วิจัยได้ออกแบบลำดับขั้นของการทดลองด้วยการเพิ่มความยากของงานแบบก้าวหน้า และได้สรรหาผู้เข้าร่วมการศึกษาที่มีสุขภาพดี 13 คนเพื่อใช้ BCI ที่ไม่ต้องผ่าตัดในการควบคุมแขนหุ่นยนต์ให้ทำงานที่ซับซ้อนด้วยการเอื้อมและจับ โดยแบ่งออกเป็นสองขั้นตอน ขั้นแรก ผู้เข้าร่วมการศึกษาต้องนำเคอร์เซอร์/แขนหุ่นยนต์ภายในพื้นที่สองมิติไปยังบริเวณที่อยู่เหนือวัตถุเป้าหมายภายในพื้นที่สามมิติและคอยควบคุมอยู่เหนือวัตถุนั้น ขั้นที่สอง ถ้าผู้เข้าร่วมการทดลองเลือกวัตถุที่ถูกต้องแล้ว เขาจะต้องนำแขนหุ่นยนต์ลงไปในพื้นที่สามมิติเพื่อจับวัตถุนั้น ขั้นตอนนี้ช่วยทำให้กระบวนการจับวัตถุง่ายลงด้วยการเอื้อมและจับต่อเนื่องเป็นลำดับ โดยชั่งน้ำหนักกับเสียเวลาเพิ่มขึ้นเล็กน้อยเพื่อทำงานให้เสร็จ
           ผู้เข้าร่วมการศึกษาทั้งหมดได้เข้าทำการทดลองหลายครั้งติดต่อกัน 8-15 คาบ ด้วยการเพิ่มความยากของงานมากขึ้น แต่ละคาบประกอบด้วยการทำงาน 10-12 รอบโดยให้มีหยุดพักระหว่างรอบ แต่ละรอบให้เวลา 5-10 นาที และปรับเปลี่ยนไปตามแต่ละบุคคลและระดับของงาน มีงานตามลำดับเวลารวม 5 ระดับงานตลอด 15 คาบ ได้แก่ การใช้เคอร์เซอร์เสมือนจริง (virtual cursor) อย่างเดียว, การจับเป้าหมายสี่อย่าง การจับเป้าหมายห้าอย่าง การจับเป้าหมายสุ่ม และการจับเป้าหมายบนชั้นวาง
           ทุกคนได้แสดงให้เห็นถึงความสามารถในการเรียนรู้การกำกับจังหวะของสมองในการควบคุมแขนหุ่นยนต์ โดยใช้ระบบที่ไม่ต้องผ่าตัด ผู้เข้าร่วมการทดลองเรียนรู้ได้อย่างมีประสิทธิภาพถึงการจัดการกับแขนหุ่นยนต์เพื่อจับและเคลื่อนย้ายวัตถุที่จัดวางไว้แบบสุ่มในพื้นที่สามมิติที่จำกัด และรักษาความสามารถในการควบคุมในหลายคาบตลอด 2-3 เดือน