声帯を治さず声を戻す——BCIがALS患者の発話を3,800時間支えた

ALSで発話が難しくなったケイシー・ハレル氏は、BCI（脳コンピューター・インターフェイス）を自宅で3,800時間以上使い、約196万語を伝えました。声帯や口の筋肉を治したのではありません。話そうとしたときの脳内信号を読み取り、文章と本人の声に近い合成音声へ変換したのです。

一言で言うと

BCI（脳コンピューター・インターフェイス）は、脳の信号を読み取り、文字入力や音声出力、機器操作につなげる技術です。今回の記事が示しているのは、声を出す筋肉を治さなくても、話そうとする脳内信号を使えば会話を取り戻せる可能性です。

しかも、これは研究室で一度だけ成功したデモではありません。ケイシー・ハレル氏は自宅で3,800時間以上使い、約196万語を伝えました。BCIの問いは「脳信号を読めるか」から「その人の生活を何年支えられるか」に変わっています。

何が起きているのか

MIT Technology Review Japanは、BCIの臨床試験がここ数年で急増していると報じました。BCIとは、脳の活動を読み取り、コンピューターや外部機器に伝える仕組みです。記事では、ALS（筋萎縮性側索硬化症）で全身が麻痺したケイシー・ハレル氏の事例が紹介されています。

ハレル氏は、発話に関わる脳の電気信号を読み取る電極を脳に埋め込んでいます。その信号をコンピューターが音の単位に変換し、本人が言いたい内容を予測します。ハレル氏はこの装置を約3年間使い、発話、ウェブ閲覧、仕事、家族との会話に活用してきました。

BCIには複数の種類があります。脳の中に電極を埋め込むものもあれば、脳の表面に電極を置くもの、頭に電極付きのキャップをかぶるものもあります。一般に、神経細胞に近いほど信号は取りやすくなりますが、手術の負担や合併症のリスクも高くなります。

臨床試験の規模も変わっています。2024年に発表されたまとめでは、1998年から2023年末までに21の研究グループが合計67人を対象にBCIを試していました。その後、電極を埋め込まれた人の数は2倍以上に増え、現在は約150人と推計されています。Neuralinkは過去2年間で21人にデバイスを埋め込んだと発表し、Synchron、Neuracle、Precision Neuroscienceなどの企業も試験を進めています。

ただし、BCIはまだ実験段階です。誰が本当に恩恵を受けられるのか、装置がどれくらい長く機能するのかは十分に分かっていません。ALS患者で一時的に役立ったものの、最終的に機能しなくなった事例もあります。だからこそ、現在増えている臨床試験が重要になります。

発話できない患者さんに何が起きているのか

ケイシー・ハレル氏の事例でまず見るべきなのは、成果の大きさです。2026年のNature Medicine論文では、ハレル氏は自宅でBCIを3,800時間以上使い、183,060文、約196万語を伝えました。平均速度は56語/分です。研究者がいない状態で、メール、メッセージ、ウェブ閲覧、ビデオ通話、仕事にも使っています。

ここで大事なのは、BCIが「頭の中の考えをそのまま読んでいる」わけではないという点です。より正確には、本人が話そうとしたときに、口・舌・あごを動かすための脳内コマンドを読み取り、それを文章と音声に変換しています。

ALSでは、筋肉を動かす神経が障害されます。そのため、本人の中に話したい内容があっても、口や舌やあごが十分に動かず、聞き取れる声として外に出せません。ただし、発話を組み立てる脳活動そのものは残っている場合があります。BCIはこの残っている信号を使います。

今回のケイシー・ハレル氏の例では、流れはこうです。

本人が頭の中で言葉を発話しようとする。
左の前中心回という、発話の運動を調整する脳領域に埋め込まれた電極が、その神経活動を記録する。
AIがその信号から、本人が出そうとしている音素を推定する。音素とは、言葉を作る音の最小単位です。
音素の列を、言語モデル（言葉の並びを予測するAI）が単語や文章に組み立てる。
文章が画面に表示される。
最後に、ALS発症前の本人の声に似せた音声合成で読み上げる。

UC Davisの研究者は、この仕組みを「筋肉を動かして話そうとする試み」を検出している、と説明しています。つまり、脳の抽象的な思考を読むのではありません。話すために筋肉へ送られるはずだった運動指令を、身体に届く前の段階で取り出している、という理解が近いです。

この仕組みを支えている技術は、大きく4つあります。第一に、脳内電極です。ハレル氏には4つの微小電極アレイが埋め込まれ、合計256個の皮質内電極で神経活動を記録しています。第二に、音素デコードです。記録された脳活動から、80ミリ秒ごとに「どの音素を言おうとしているか」を推定します。

第三に、言語モデルです。推定された音素をそのまま出すだけでは、文章として読みにくくなります。そこで、125,000語規模の語彙から、もっとも自然な単語や文章に組み立てます。2026年のNature Medicine論文では、RNN（時系列データを扱うニューラルネットワーク）に加えて、Transformer（文章の文脈を扱いやすいAIモデル）型のデコーダーも使われています。日によって神経信号が少しずつ変わるため、継続的な微調整も行われています。

第四に、本人の声での読み上げです。画面に出た文章を、ALSになる前の音声サンプルで訓練した音声合成ソフトが読み上げます。ここまで来て初めて、周囲の人から見ると「本人が話している」状態になります。

2024年のNEJM論文では、手術から25日後の初回使用で、50語の語彙に対して99.6%の精度を達成しました。翌日には語彙を125,000語に広げ、1.4時間の追加訓練後に90.2%の精度になりました。その後、8.4か月にわたり97.5%の精度を維持し、約32語/分で248時間以上の会話に使われました。

つまり、このBCIが達成しているのは、声帯や口の筋肉を治すことではありません。声を出す手前にある脳内の発話指令を、文章と合成音声に変換しているのです。

AI業界の文脈では

このニュースは「脳とコンピューターがつながる未来が来た」と読まれがちです。しかし、AI業界にとって重要なのは、脳インプラントそのものよりも、現実世界の不安定な信号を長く使える形に変換した点です。

AI業界の言葉で言えば、BCIは「モデルを賢くする競争」ではなく、「不安定な現実の信号を、日常で使える操作に変える競争」です。チャットAIなら、出力が変でもやり直せます。しかし脳インプラントでは、信号の揺れ、電極の劣化、病気の進行、利用者の疲労がそのまま使い勝手に跳ね返ります。

その意味で、BCIはAIエージェントやチャットボットとは違う種類の難しさを持ちます。ソフトウェアだけで完結せず、人体、手術、リハビリ、保守体制まで含めて動かす必要があるからです。AIが医療に入るとき、性能評価だけでは足りないという点がここに表れています。

ここから先のAI評価軸は、ベンチマークの点数だけではありません。患者の生活をどれだけ長く支えられるか、壊れたときにどう直すか、対象患者をどう見極めるかです。AIの価値が、デモ動画ではなく運用の証拠で測られる段階に入っています。

私の見立て

情報の流れという観点で見ると、BCIの核心は「脳の中にある意図」を外へ取り出すことです。話したい、動かしたい、選びたいという意思は残っていても、身体がそれを外に出せない。BCIは、その詰まりを脳信号から迂回させています。

物理・情報量の観点では、信号に近づくほど情報は増えます。脳内に電極を置けば質の高い信号を取りやすくなりますが、その代わり手術の負担が増えます。頭にかぶるだけの装置は負担が少ない一方で、読み取れる信号は弱くなります。BCIの競争は、単に「脳とつながる」ことではなく、この信号の質と身体への負担のバランスをどう取るかにあります。

人間の行動の観点では、使う人が日常で使い続けられるかが決め手になります。研究室で数時間うまく動くことと、家で何年も使えることは別です。ハレル氏が仕事や家族との会話に使えている点は大きいですが、それがどの患者にも広がるかはまだ分かりません。

インセンティブの観点では、企業は商業化を急ぎたくなります。中国で医療用途の承認が出たことや、複数企業が臨床試験を進めていることは、その流れを示しています。ただし、医療機器として広がるには、誰に効くのか、どれくらい持つのか、故障や劣化が起きたときにどう支えるのかを示す必要があります。

→ 何が変わるか: BCIは「未来の研究テーマ」から、NeuralinkやSynchronなどが患者数と使用期間で比較される医療機器の競争に移ります。今後は、発表の派手さよりも、何人が何年使えたかが重要になります。

→ 何をすべきか: BCIのニュースを見るときは、脳信号を読めたという一点だけで評価しないことです。対象患者、使用期間、精度、再手術や装置劣化のリスク、日常生活での利用時間をセットで見ると、この技術が本当に実用段階に近づいているかを判断しやすくなります。