--- service: "Publicasta" schema_version: "1.0" article_id: 620 title: "Interfejs mózg–komputer przywraca mowę i gesty we wspólnej rozmowie" language: "pl" default_language: "en" canonical_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=pl" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=pl" api_url: "https://publicasta.com/api/public/v1/channels/good_tech_news/articles/brain_computer_interface_speech_gesture_communication_paralysis?lang=pl" channel_url: "https://publicasta.com/api/public/v1/channels/good_tech_news" channel_articles: "https://publicasta.com/api/public/v1/channels/good_tech_news/articles" search_url: "https://publicasta.com/api/public/v1/search" documentation_url: "https://publicasta.com/api-docs#reading-publicasta" openapi_url: "https://publicasta.com/api-docs/openapi.json" published_at: "2026-09-15T17:25:01+00:00" updated_at: "2026-09-15T17:25:01+00:00" translations: - language: "ar" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=ar" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=ar" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=ar" - language: "de" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=de" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=de" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=de" - language: "en" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=en" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=en" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=en" - language: "es" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=es" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=es" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=es" - language: "fr" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=fr" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=fr" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=fr" - language: "pl" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=pl" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=pl" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=pl" - language: "ru" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=ru" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=ru" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=ru" - language: "zh" html_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis?lang=zh" markdown_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.md?lang=zh" json_url: "https://publicasta.com/good_tech_news/brain_computer_interface_speech_gesture_communication_paralysis.json?lang=zh" --- # Interfejs mózg–komputer przywraca mowę i gesty we wspólnej rozmowie > Badanie prowadzone przez UCSF pokazuje, że wszczepione czujniki mogą jednocześnie odczytywać próbę mówienia i ruchy górnej części ciała. To krok ku bogatszej komunikacji osób z ciężkim paraliżem, ale przed klinicznym użyciem pozostają poważne bariery. Dla osoby, która nie może poruszać mięśniami potrzebnymi do mówienia lub gestykulowania, komunikacja nie sprowadza się do technicznego problemu wyświetlenia słów na ekranie. Zdanie niesie akcent, tempo, zgodę, wahanie, ironię i emocje także za pomocą ruchu. Kiwnięcie głową może rozstrzygnąć pytanie, zanim odpowiedź dobiegnie końca. Podniesiona dłoń może przerwać rozmowę. Wzruszenie ramion potrafi zmienić znaczenie krótkiej odpowiedzi. Konwencjonalne systemy komunikacji wspomagającej mogą zachować język, ale często odbierają dużą część ekspresji, która mu towarzyszy. ![Osoba korzysta z koncepcyjnego interfejsu mózg–komputer, aby sterować cyfrowym awatarem łączącym mowę i gesty dłoni.](https://publicasta.com/storage/projects/16/pages/620/2026/09/5a6d6dc1-ddcb-47b3-b78e-18e3192aa9a3.webp) Nowe badanie naukowców z University of California w San Francisco stanowi istotny krok, ponieważ traktuje te sygnały jako jedno zadanie komunikacyjne. Zespół wykorzystał wszczepioną macierz elektrokortykograficzną, czyli ECoG, do rejestrowania aktywności kory ruchowej u osób z ciężkim paraliżem. Dekodery uczenia maszynowego tłumaczyły próby mówienia i próby wykonywania gestów górną częścią ciała na polecenia dla cyfrowego awatara pokazującego całe ciało. Dwoje uczestników potrafiło sterować mową i gestami jednocześnie, zamiast wybierać za każdym razem tylko jeden kanał. To wynik potwierdzający wykonalność koncepcji, a nie gotowe urządzenie medyczne. System był połączony z zewnętrznym sprzętem przetwarzającym, wymagał operacji mózgu i został sprawdzony w niewielkich warunkach badawczych. Mimo to praca dotyczy problemu ważnego dla prawdziwej rozmowy: mózg nie organizuje komunikacji jako szeregu odizolowanych cech. Słowa, ruchy twarzy, postawa i gesty dłoni często pojawiają się jako skoordynowane działanie. ## Co dokładnie wykazało badanie Artykuł opublikowany w *Nature Neuroscience* 14 września 2026 roku nosi tytuł *Simultaneous speech and gesture decoding for multimodal communication in paralysis*. Finansowany przez NIH zespół rejestrował aktywność neuronową, gdy uczestnicy próbowali wypowiadać wybrane frazy, wykonywać znane gesty, takie jak machanie lub uniesienie kciuka, a także łączyć oba rodzaje działania. Zamierzone ruchy nie musiały prowadzić do widocznego poruszenia ciała. Istotne sygnały pochodziły z kory ruchowej podczas prób mówienia lub poruszania się. System wykorzystywał te sygnały do sterowania spersonalizowanym awatarem. Awatar mógł wyrażać zdekodowaną mowę oraz ruchy górnej części ciała, dając obserwatorom coś więcej niż strumień tekstu albo syntetyczny głos. Badanie opisuje tę pracę jako pierwszą demonstrację BCI, która umożliwiła osobom z paraliżem jednoczesną komunikację werbalną i niewerbalną za pomocą górnej części ciała. To rozróżnienie ma znaczenie. Wcześniejsze systemy pokazywały, że mowę można dekodować, a inne prace wykazywały, że sygnały neuronowe mogą sterować kursorem, zrobotyzowaną kończyną albo wybranym gestem. Połączenie kanałów jest odrębnym wyzwaniem. Naukowcy stwierdzili, że jednoczesna ekspresja nie była po prostu dodaniem danych mowy do danych gestu. Wzorce neuronowe rejestrowane podczas prób łączonych różniły się od wzorców powstających wtedy, gdy uczestnicy próbowali mówić i gestykulować osobno. Oznaczało to, że nie wystarczał dekoder wytrenowany wyłącznie na odizolowanych przykładach. Najlepsze rezultaty dawało uwzględnienie w danych treningowych sytuacji, w których uczestnicy próbowali wykonać połączone działanie. Wniosek ma praktyczne znaczenie. Jeżeli system ma wspierać rozmowę, musi uczyć się użytkownika komunikującego się w takiej formie, jaką system ma później odtwarzać. Model, który niezależnie poznał neuronowy podpis słowa i neuronowy podpis machnięcia, może nadal zawieść, gdy użytkownik spróbuje wypowiedzieć to słowo i jednocześnie pomachać. Połączone działanie ma własną strukturę. Badanie koryguje więc umiarkowanie, ale znacząco jedno z popularnych założeń inżynieryjnych: komunikacja multimodalna nie musi być zbiorem niezależnych kanałów wyjściowych, które da się połączyć dopiero na końcu. Wzajemne oddziaływanie kanałów może wymagać bezpośredniego pomiaru, modelowania i oceny. ## Dlaczego gesty nie są ozdobnikiem Gest awatara łatwo opisać jako funkcję kosmetyczną. Dla wielu osób korzystających z alternatywnej i wspomagającej komunikacji jest on raczej częścią samego przekazu. Ludzka rozmowa wykorzystuje nakładające się sygnały. Mówcy zmieniają głośność, tempo, wyraz twarzy i ruch dłoni, jednocześnie formując słowa. Słuchacze korzystają z tych wskazówek, aby ocenić, czy wypowiedź jest poważna, ostrożna, przyjazna, pilna albo zakończona. Systemy zamieniające tekst na mowę mogą przywrócić dosłowną treść zdania, ale często wymagają od użytkownika zbudowania tej treści za pomocą wolniejszego interfejsu. Śledzenie wzroku może na przykład pozwolić wybierać litery, słowa lub przygotowane frazy bez poruszania dłońmi. To ważna opcja, jednak może być powolna i męcząca, a zwykle oferuje węższy zakres ekspresji niż zwykła rozmowa. NIH opisuje komunikację opartą na śledzeniu wzroku jako obecnie standardowe podejście dla części osób z ciężkim paraliżem, jednocześnie wskazując jego ograniczenia. Interfejs neuronowy dekodujący próbę mówienia może zmniejszyć potrzebę literowania za pomocą klawiatury sterowanej wzrokiem. Dodanie gestu daje inny rodzaj korzyści. Może pozwolić użytkownikowi wskazać zmianę kolejności wypowiedzi, wzmocnić stwierdzenie, odpowiedzieć ruchem albo przekazać nastawienie, które w przeciwnym razie trzeba byłoby opisać słowami. Zysk nie polega na tym, że awatar wygląda futurystycznie. Chodzi o to, że komunikacja może być mniej zależna od wyjaśniania każdego niewerbalnego szczegółu za pomocą słów. Nie oznacza to, że każdy użytkownik będzie chciał animowanego awatara pokazującego całe ciało. Jedni mogą preferować tekst, głos, wyświetlanie mimiki, kursor lub ramię robota. Technologia komunikacyjna nie powinna zakładać, że jedna widoczna forma ekspresji będzie pożądana przez wszystkich. Istotnym osiągnięciem jest możliwość odczytywania i koordynowania więcej niż jednego zamierzonego sygnału, pozostawiając użytkownikowi i klinicystom decyzję, które wyjścia są użyteczne. ## Problem inżynieryjny jest trudniejszy niż odczytanie słowa Dekodowanie mowy jest trudne już dlatego, że mowa to szybkie działanie ruchowe. Mózg wysyła skoordynowane polecenia do mięśni języka, warg, szczęki, krtani i układu oddechowego. W przypadku paraliżu mięśnie mogą nie wykonywać tych poleceń, ale część powiązanej aktywności neuronowej może pozostać mierzalna. Macierz ECoG umieszczona na powierzchni kory rejestruje sygnały elektryczne z obszaru uczestniczącego w tych zamierzonych działaniach. Następnie dekoder szacuje, co osoba chciała zrobić. Dekodowanie gestów dodaje kolejną warstwę trudności. System musi odróżniać ruchy, rozpoznawać początek i koniec gestu oraz łączyć go z właściwym momentem wypowiedzi. Gest używany w rozmowie nie jest tylko kategorią taką jak machanie albo uniesiony kciuk. Liczy się jego czas. Ruch dłoni przed frazą może sygnalizować akcent; wykonany po frazie może oznaczać zakończenie. Gest towarzyszący mowie może być częścią jednej jednostki komunikacyjnej. Badanie pokazuje również, dlaczego danych treningowych nie można traktować jako neutralnego szczegółu technicznego. Uczestnicy wykonywali podczas sesji określone frazy i popularne gesty. Dekoder uczył się wzorców z ograniczonego zestawu zachowań. System przeznaczony do codziennego użycia musiałby radzić sobie ze znacznie większym słownictwem, większą liczbą gestów, zmiennym poziomem zmęczenia, różnymi stanami emocjonalnymi i zwykłymi różnicami między sesjami. Musiałby też rozpoznawać momenty, w których użytkownik nie próbuje się komunikować. Same sygnały mózgowe nie są idealnie stabilne. Zapisy neuronowe mogą zmieniać się pod wpływem położenia elektrod, reakcji tkanek, czujności, leków, zmęczenia i strategii użytkownika. Nawet dobry dekoder może wymagać kalibracji albo korekty. System, który z dużą pewnością wygeneruje błędny gest, może bardziej zakłócać rozmowę niż taki, który po prostu zaczeka na doprecyzowanie. Dlatego użyteczna ocena powinna obejmować odzyskiwanie po błędzie, kontrolę użytkownika i możliwość anulowania wyjścia, a nie tylko jedną efektowną liczbę opisującą dokładność. ## Jak ten wynik wpisuje się w nowszy rozwój Nowe badanie pojawia się po kilku postępach, które przesuwają interfejsy mózg–komputer poza krótkie demonstracje laboratoryjne. W lipcu 2026 roku badanie opublikowane w *Nature Medicine* opisało niemal dwa lata niezależnego, prawie codziennego korzystania z korowego BCI przez mężczyznę z paraliżem i ciężką dyzartrią spowodowaną stwardnieniem zanikowym bocznym. Uczestnik używał systemu w domu przez ponad 3800 godzin, przekazał 183 060 zdań i podczas osobistego użytkowania osiągał średnio 56 słów na minutę. System obsługiwał również kursor, umożliwiając mu korzystanie z komputera. Ten wynik odpowiadał na pytanie, z którym dziedzina zmaga się od dawna: czy wszczepiony system może nadal zapewniać użyteczną komunikację poza sesją badawczą? Badanie UCSF stawia inne pytanie: czy komunikacja może obejmować jednoczesną ekspresję werbalną i niewerbalną? Oba kierunki sugerują, że postęp nie jest pojedynczym wyścigiem ku idealnemu urządzeniu tłumaczącemu myśli na mowę. Istnieją osobne bariery dotyczące szybkości, stabilności, pracy w domu, zakresu ekspresji, kalibracji, bezpieczeństwa i autonomii użytkownika. Wcześniejsze badania wykazały także szybkie dekodowanie mowy i bezpośrednią syntezę dźwięku u osób, które nie mogą mówić z powodu paraliżu. Podsumowanie prac UCSF opublikowane przez NIH w 2025 roku opisywało system, który tłumaczył próbę mówienia na słyszalne słowa w czasie krótszym niż ćwierć sekundy u uczestnika z długotrwałym paraliżem po udarze. Inne prace badały ekspresyjne cechy, takie jak głośność i sposób mówienia. Nowsze badanie dotyczące gestów rozwija ten kierunek: od samego brzmienia mowy ku szerszej ruchowej organizacji komunikacji. To porównanie pomaga też zachować właściwe proporcje w ocenie najnowszego ogłoszenia. System może robić ogromne wrażenie w kontrolowanym eksperymencie, a mimo to pozostawać wiele lat od rutynowej dostępności klinicznej. Badanie domowego użytkowania obejmowało jednego uczestnika i konkretny wszczepiony system. Badanie jednoczesnej mowy i gestów przeprowadzono na niewielkiej liczbie uczestników i z użyciem wybranego zestawu fraz oraz ruchów. Żaden z tych wyników nie dowodzi, że uniwersalne BCI jest gotowe do szerokiego przepisywania pacjentom. ## Najważniejszym ograniczeniem jest skala Główny wynik badania uzyskano u trzech uczestników, z których dwoje skutecznie sterowało awatarem pokazującym całe ciało. To wystarcza do wykazania wykonalności, ale nie do ustalenia, jak system działałby w zróżnicowanej populacji, która mogłaby odnieść korzyść. Paraliż może wynikać ze stwardnienia zanikowego bocznego, udaru pnia mózgu, urazu rdzenia kręgowego i innych przyczyn. Lokalizacja oraz zakres uszkodzeń, zachowana aktywność kory ruchowej, zdolności poznawcze, zmęczenie i preferencje komunikacyjne będą różnić się między osobami. Dekoder trenowany dla jednej osoby jest często personalizowany, ponieważ sygnały neuronowe znacznie różnią się między ludźmi. Personalizacja może poprawiać działanie, ale jednocześnie utrudnia produkcję, kalibrację i zapewnienie wsparcia. Wdrożenie kliniczne wymagałoby niezawodnej ścieżki od wszczepienia przez trening i codzienne użytkowanie po konserwację oraz ewentualną wymianę lub rewizję. Taka ścieżka musi działać także dla osób, które nie mają w pobliżu dużego zespołu badawczego. Wyjściem systemu jest również awatar, a nie przywrócony ruch biologiczny. Nie jest to zarzut, lecz uczciwy opis obecnych możliwości technologii. BCI tłumaczy aktywność neuronową na cyfrowe polecenia. Nie naprawia dróg rdzeniowych, nie odbudowuje krtani i nie przywraca dowolnej kontroli nad kończynami użytkownika. Cyfrowe ciało może być wartościowe, ale wiąże się z decyzjami dotyczącymi wyglądu, głosu, czasu reakcji i sposobu reprezentacji. Użytkownik powinien sprawować nad nimi kontrolę, zamiast przyjmować je po cichu jako narzucone przez zespół programistów. Obecne urządzenie było połączone z zewnętrznymi jednostkami przetwarzającymi. Przewody da się wykorzystać w eksperymencie, lecz w codziennym życiu są niewygodne i mogą ograniczać użytkownika. Naukowcy zapowiedzieli test w pełni wszczepialnej wersji bezprzewodowej. Będzie on ważny, ponieważ system bezprzewodowy wprowadza własne wymagania dotyczące zasilania, ciepła, niezawodności, cyberbezpieczeństwa, transmisji danych i bezpiecznego serwisowania. Należy traktować go jako kolejny etap inżynieryjny, a nie dowód, że problemy zostały już rozwiązane. ## Dokładność to tylko część jakości komunikacji Naukowcy często podają odsetek błędów słów, dokładność klasyfikacji albo szybkość komunikacji, ponieważ są to miary możliwe do powtarzalnego pomiaru. Są przydatne, ale nie opisują całego doświadczenia korzystania z protezy komunikacyjnej. Urządzenie może poprawnie dekodować wiele słów, a mimo to frustrować, jeśli przerywa użytkownikowi, zawodzi przy zmęczeniu, nie potrafi sygnalizować niepewności albo utrudnia poprawki. Z kolei wolniejsze urządzenie może okazać się lepsze, jeżeli daje użytkownikowi większą kontrolę i ogranicza niechciane wyjścia. W przypadku systemu multimodalnego trzeba postawić dodatkowe pytania. Czy użytkownik może zdecydować, czy gest ma zostać wysłany? Czy może stłumić ruch bez wyłączania mowy? Czy może poprawić zdanie i odtworzyć je ponownie z zamierzonym akcentem? Czy awatar wykonuje gest we właściwym momencie? Czy rozmówcy potrafią rozpoznać, kiedy system jest niepewny? Co dzieje się wtedy, gdy użytkownik próbuje wykonać ruch, którego nie ma w słowniku dekodera? To nie są jedynie pytania o dopracowanie interfejsu. Dotyczą bezpieczeństwa, zgody i niezależności. System neuronowy nie powinien zamieniać odgadniętej intencji w nieodwracalne działanie. W komunikacji ryzyko może mieć charakter społeczny, a nie fizyczny: błędny gest może fałszywie przedstawić nastawienie albo znaczenie wypowiedzi użytkownika. Najbezpieczniejszy projekt czasem powinien pokazywać oczekujące polecenie i pozwolić użytkownikowi je zatwierdzić. Wprowadziłoby to opóźnienie, ale mogłoby również chronić autorstwo wypowiedzi. Podobnej uwagi wymaga prywatność. BCI komunikacyjne nie odczytuje każdej myśli, a badanie nie pokazuje nieograniczonego czytania w umyśle. Rejestrowana jest aktywność neuronowa wtedy, gdy uczestnik próbuje wykonać określone frazy i gesty. Mimo to dane są bardzo osobiste, a granicą między zamierzonym wyjściem i aktywnością w tle trzeba zarządzać ostrożnie. Użytkownicy potrzebują jasnej kontroli nad tym, kiedy rozpoczyna się zapis, jakie dane są przechowywane, kto może uzyskać do nich dostęp i czy można ich używać do trenowania przyszłych modeli. ## Dlaczego dobra wiadomość jest praktyczna, a nie magiczna Najbardziej obiecująca część tego wyniku nie polega na twierdzeniu, że technologia pokonała paraliż. Chodzi o dowód, że naukowcy mierzą rzeczywistą cechę komunikacji, którą prostsze systemy mają tendencję pomijać. Zamiast traktować słowa jako cały przekaz, a gesty jako opcjonalną dekorację, zespół sprawdził, co dzieje się, gdy oba działania są podejmowane jednocześnie. Odkrycie, że połączona ekspresja ma własny podpis neuronowy, daje przyszłym projektantom konkretny cel. To rodzaj postępu, który może narastać etapami. Lepsze rozumienie połączonych sygnałów neuronowych może pomóc w treningu dekoderów. Lepsze dekodery mogą wspierać bardziej naturalne interfejsy. Naturalniejsze interfejsy mogą pokazać, jakie formy informacji zwrotnej użytkownicy rzeczywiście cenią. Długoterminowe badania domowe mogą ujawnić problemy niewidoczne podczas krótkiej sesji laboratoryjnej. Wnioski z takich badań mogą z czasem wyznaczyć kierunek bezpieczniejszym próbom klinicznym i trwalszemu sprzętowi. Potencjalnymi beneficjentami są osoby, które zachowały potrzebę komunikowania się, ale utraciły niezawodną kontrolę nad mową, dłońmi albo innymi widocznymi ruchami. Technologia może kiedyś pomóc części osób ze stwardnieniem zanikowym bocznym, udarem pnia mózgu i podobnymi schorzeniami, ale na podstawie komunikatu prasowego nie można określić kwalifikacji konkretnego pacjenta. Wszczepienie jest inwazyjne, a bilans ryzyka operacji, potencjalnej korzyści, obciążenia treningiem i dostępnych alternatyw będzie inny dla każdej osoby. Na razie odpowiedzialny wniosek powinien być węższy. Zespół kierowany przez UCSF pokazał, że wszczepiony interfejs mózg–komputer może dekodować próbę mówienia i gest górnej części ciała jako jednoczesną, skoordynowaną komunikację u niewielkiej grupy osób z paraliżem. Praca przesuwa dziedzinę w stronę bogatszej ekspresji i dostarcza dowodu, że dekodowanie multimodalne trzeba trenować jako zachowanie multimodalne. Nie daje jeszcze gotowego zamiennika mowy, lekarstwa na paraliż ani uniwersalnej metody komunikacji. Połączenie obietnicy z powściągliwością jest właśnie powodem, dla którego ten wynik zasługuje na miejsce w rzetelnych wiadomościach technologicznych. Poprawa jest mierzalna: w tej samej interakcji można reprezentować więcej niż słowa. Widoczna jest również pozostała niepewność: małe badania, inwazyjny sprzęt, przewody, personalizacja, kalibracja i długa droga do niezależnego zastosowania klinicznego. Postęp jest najbardziej użyteczny wtedy, gdy oba elementy tego zdania pozostają nienaruszone. ## Źródła Artykuł opiera się na informacjach z komunikatu National Institutes of Health o neuroprotezie umożliwiającej jednoczesne wyrażanie mowy i języka ciała oraz z pracy *Simultaneous speech and gesture decoding for multimodal communication in paralysis* opublikowanej w *Nature Neuroscience* 14 września 2026 roku. Jako kontekst wykorzystano także opis długoterminowego, niezależnego korzystania z korowego interfejsu mózg–komputer do mowy i sterowania kursorem, materiały NIH o przywracaniu naturalnej mowy po paraliżu oraz przegląd *The speech neuroprosthesis* w *Nature Reviews Neuroscience*.