Essentials：言語の学習と発話の科学｜エディ・チャン医師
話すことは、病気やけがによって妨げられるまでは、ほとんど苦労なくできるように感じられます。しかし、意味の通じる一文一文は驚くべき連携の上に成り立っています。脳は意味のある言葉を選び、その音を組み立て、数十もの筋肉に指示を出し、結果を確認して修正しなければなりません。その多くは、ほんの数分の一秒のうちに行われます。
この対談で、神経科学者であり脳神経外科医でもあるエディ・チャン医師は、その隠れた仕組みを説明するとともに、重度の麻痺を抱える人のコミュニケーションを回復するための取り組みを紹介します。話し合いは、発話と言語の違いから、吃音、神経信号のデコーディング、表情豊かなアバター、そして人間拡張をめぐる倫理的な問いまで、多岐にわたります。
発話は信号、言語は意味を運ぶ
チャンはまず、しばしば同じものとして扱われる二つの概念を区別します。発話は、身体によって生み出される、パターン化された音という物理的なコミュニケーション信号です。言語は、それらの信号に意味を与える、より大きな体系です。
言語には、言葉が何を意味するかを扱う意味論、言葉をどう並べるかを扱う統語論、そして文脈が解釈にどう影響するかを扱う語用論が含まれます。したがって、発話は言語そのものではなく、言語の一つの表現です。読書や手話も、声を出さずに言語的な構造を伝えます。
この区別は臨床的にも重要です。人は言いたいことを正確に理解していても、聞き取れる発話を生み出せない場合があります。逆に、音を出す身体的な能力は保たれていても、言語の理解や構成の一部を失うこともあります。どの段階で過程が破綻しているかを特定することは、神経疾患を理解し、支援技術を設計するうえで不可欠です。
チャンは発話と発声も区別します。泣く、笑う、うめくといった自発的な音は、空気が喉頭を通ることで生じますが、必ずしも話し言葉を組み立てる際に使われるのと同じ神経系を働かせるわけではありません。発話に関わる脳領域を損傷した人でも発声できることがあり、これは脳がこれらの行動に対して部分的に別々の経路を維持していることを示唆しています。
身体はどのように息を言葉へ変えるのか
発話は気流から始まります。喉頭は声帯を閉じ合わせ、通過する空気によって振動を生み出します。これが生の音響エネルギーとなり、その後、声道によって認識可能な子音や母音へと変換されます。
チャンによれば、声帯の振動は一般におよそ100〜200ヘルツの範囲です。喉頭の大きさや形状における解剖学的な違いは、声質や音の高さの違いに影響します。平均的には、男性の声は基本周波数が低く、女性の声は高くなります。これは厳密な分類ではなく、広い生理学的傾向です。
喉頭で生まれた音は、始まりにすぎません。唇、顎、舌、咽頭、その他の構造が、声道の形を絶えず変えなければなりません。位置のごく小さな変化によって、聞き手がある音素を聞くか別の音素を聞くかが決まります。さらに、これらの動きは重なり合っています。口が一つの音を終えようとしている間に、すでに次の音の準備をしているのです。
チャンにとって、発話は人間が行う運動行動のなかでも最も複雑なものの一つです。流暢な会話では、その複雑さは見えにくくなります。基礎となる動きの多くが自動化されているからです。私たちは通常、舌をどこに置くかや声帯のタイミングを意識するのではなく、考えや社会的な文脈に注意を向けています。
認知は保たれていても話せないとき
その重大さが特に明らかになるのが、閉じ込め症候群です。脳幹梗塞、筋萎縮性側索硬化症、あるいは別の重篤な神経疾患によって、認知や意識は保たれたまま、自発的に自分を表現するためのほぼすべての信頼できる手段が失われることがあります。
チャンは、交通事故と脳幹梗塞の後、約15年間にわたって深刻な麻痺とともに生きてきたBRAVO臨床試験の参加者について語ります。彼は腕も脚も動かせず、聞き取れる発話もできませんでした。研究に参加する前は、限られた首の動きで画面上の文字を選び、ゆっくりと意思を伝えていました。
この試験の目標は直接的ですが、技術的には非常に困難なものでした。参加者が話そうとする間の大脳皮質の活動を検出し、それをコンピューター上の言葉へ変換することです。外科医は、唇、舌、顎、喉頭、そしてより広い声道の制御に関わる皮質領域の上に電極アレイを設置しました。頭蓋骨に取り付けられた接続部により、インプラントは記録した信号を外部機器へ送信できました。
この方法は、制限なく思考を読み取るものではありません。参加者が意図的に何かを言おうとするときに生じる、発話を試みることに関連した神経活動、つまり運動パターンに焦点を当てます。この違いは、システムの仕組みにとっても、その能力を責任ある形で語るうえでも中心的なものです。
機械学習で発話の試みをデコードする
皮質からの電気記録には、きれいにラベル付けされた単語ではなく、複雑なパターンが含まれています。研究者は、それらのパターンと、参加者が行おうとする発話運動との微妙な関係を見つけ出さなければなりません。
チャンが説明する試験では、記録された活動がデジタルデータに変換され、機械学習モデルによって処理されました。学習には数週間を要し、当初は50語の語彙に重点が置かれていました。語彙は限られていたものの、多くの有用な文に組み合わせることができ、拡張の基盤にもなりました。
デコーディングは完璧ではありません。発話の試みとは無関係な動きが、神経活動を変化させたり、信号を乱したりすることがあります。チャンは、システムが言葉を出し始めたときに参加者が感情的に反応したことを振り返ります。彼は体を震わせ、頭を動かし、くすくす笑いました。その喜びは非常に人間的なものでしたが、その動きが、次に何を言おうとしたのかというシステムの解釈を複雑にしました。
言語モデリングは、こうした誤りの一部を補うことができます。スマートフォンのキーボードが、ありそうな単語の並びを使って打ち間違えた文字を修正するように、発話神経補綴は、デコードされた組み合わせのうち、どれが言語的に意味をなすかを考慮できます。これは脳信号に取って代わるものではなく、複数の出力候補が記録パターンに似ているときの不確実性を解消する助けになります。
チャンはこの研究を、ブレイン・マシン・インターフェースのより長い歴史のなかに位置づけます。初期のシステムは、ロボットアームの操作やコンピューターカーソルの制御に焦点を当てることが多くありました。発話のデコーディングは、同じ大原則を、人間特有の社会的な必要、すなわち会話に参加することへと広げるものです。
言葉以上のものを取り戻す
コミュニケーションは、単なる文字列ではありません。表情、タイミング、視線、口の動き、声の調子はすべて、相手が何を理解するかに影響します。顎や唇の目に見える動きは理解しやすさを高め、聞き手の反応は話し手がリアルタイムで調整する助けになります。
だからこそ、チャンの展望はデコードされた言葉を表示するだけにはとどまりません。研究者たちは、発話の試みと、関連する口の動きや表情を再現できるアニメーションの顔を結びつけるシステムを研究しています。デジタルアバターは、利用者に代わって話すことで、テキストだけのコミュニケーションで失われる非言語情報の一部を回復できる可能性があります。
身体性は、こうしたシステムを学びやすくするかもしれません。アバターが自分の意図に即座に反応するのを見ると、そのフィードバックは、利用者が結果を直接コントロールしているという感覚を支えます。インターフェースは、切り離された機器を操作するものというより、新しい表現の経路を身につけるものに近づきます。
この研究は、表情豊かなアバターが麻痺のある人により自然な参加を可能にするデジタルな交流空間で、特に重要になる可能性があります。目標は、見た目のリアリズムそのものではありません。主体性、感情のニュアンス、そして会話における存在感を取り戻すことです。
吃音が流暢さについて教えてくれること
チャンは吃音を用いて、発話システムの各部分がいかに精密に連携しなければならないかを説明します。吃音のある人は一般に、言語に関する知識を持ち、何を伝えたいかもわかっています。困難は、発話を始め、声道の動きを協調させることを含め、流暢に発話することにあります。
不安は吃音を強めることがありますが、チャンは不安を根本原因として扱わないよう注意を促します。この状態には脳機能と発話の協調が関わっているとみられる一方、その完全な仕組みはまだ解明されていません。また、状況によって大きく変化することもあります。ある場面では吃音があっても、別の場面では流暢に話せることがあります。
この変動性は重要な手がかりになります。ある瞬間には流暢な発話が可能であるなら、研究者は、脳内で何が変化するとシステムがうまく協調できるのかを問うことができます。チャンは通常の発話の生成を交響楽になぞらえます。多くの構成要素が正しいタイミングで加わる必要があり、小さな乱れが演奏全体に影響を及ぼし得るのです。
聴覚系は重要な参加者の一つです。発話は、脳が単に運動指令を出すだけの一方向の過程ではありません。脳は生じた声を聞き、そのフィードバックを使って生成を調整します。話し手が聞く音を変えると、吃音が改善する場合も悪化する場合もあり、知覚と調音がいかに密接に相互作用するかを示しています。
発達中の脳には強い可塑性があるため、早期の支援は特に価値があるかもしれません。言語療法では、発話の開始に取り組み、流暢さにより好ましい条件を生む戦略を導入し、聴覚フィードバックを探り、話すことに伴って生じた不安への支援も行えます。したがって治療は、発話を無理に促すことよりも、システムが信頼できる協調を見つけられるようにすることにあります。
医療的な回復から人間拡張へ
埋め込み型インターフェースが失われた機能を回復できるようになると、より難しい問いが続きます。同様の技術で、通常の範囲を超えて能力を高めるべきなのでしょうか。
チャンは、人間拡張は新しい衝動ではないと指摘します。人々はすでに、カフェイン、ニコチン、薬、教育、そして数え切れないほどの道具を使い、注意力、持久力、記憶、パフォーマンスを変えています。それでも神経技術には、手術、神経信号への直接的なアクセス、利用可能性の不平等を伴う可能性があるため、特有の懸念があります。
考えられる強化には、より速いコミュニケーションや認知能力の向上がありますが、生物学的な発話を上回ることは依然として極めて困難です。人間のコミュニケーションは、数百万のニューロンを含み、進化、発達、生涯にわたる学習を通じて洗練されてきた神経系の上に成り立っています。現在の技術では、その完全な帯域幅を再現することはできません。
もし能力拡張が実現するとすれば、チャンは一度の劇的な飛躍ではなく、控えめな段階を通じて現れるかもしれないと示唆します。その漸進的な道筋は、同意、安全性、プライバシー、所有権、アクセスをめぐる問いを、弱めるのではなく、より切迫したものにします。技術は革命的に見える前から、社会的に重大な影響を持ち得ます。
発話神経補綴が最も直接的に必要とされるのは、依然として失われた機能の回復です。十分に意識がありながら一文を表現できない人にとって、少数の語彙であっても、他者へつながる道を再び開くことができます。長期的な目標はさらに豊かなものです。より速く、より表現力があり、そして自分自身のものと感じられるほど十分な身体性を備えたコミュニケーションです。
