立体脳波記録法による聴覚視覚音声知覚中のヒト上側頭溝における多感覚統合の神経署名の解明

ヒトの音声知覚は本質的に多感覚的であり、話者の声からの聴覚的手がかりと顔の動きからの視覚的刺激の統合に依存しています。これまでの血中酸素レベル依存（BOLD）機能的磁気共鳴画像法（fMRI）を用いた研究では、聴覚音声処理に上側頭回（STG）が、聴覚および視覚音声信号の統合に上側頭溝（STS）が関与していることが示唆されてきました。しかし、fMRIは間接的な血行動態指標であるため、音声知覚の基盤となる迅速な神経計算を捉えるための時間分解能に欠けています。\n\nこれらの制約を克服するため、本研究では立体脳波記録法（sEEG）を用いて、42人のてんかん患者（女性25人、男性17人）のSTGおよびSTS領域から直接神経活動を記録しました。参加者は、聴覚のみ、視覚のみ、聴覚視覚の3つの感覚形式で提示される単語を識別する課題を行い、聴覚ノイズの有無で視覚音声手がかりの知覚的利点を評価しました。特に、話者の顔を見ることは一貫して参加者の音声知覚能力を向上させ、特に騒音環境下で顕著でした。\n\n神経記録では、主に中後部STGおよびSTSに位置する電極の一部が聴覚および視覚音声信号の両方に反応することが明らかになりました。聴覚音声反応は平均71ミリ秒の潜時で検出され、視覚音声反応はやや遅れて109ミリ秒で発生しました。重要なことに、多感覚強調はSTSの上側溝で最も顕著でした。聴覚のみの音声と比較して、STSは聴覚視覚音声処理時に40％速い反応潜時と18％増加した反応振幅を示しました。一方、STGは多感覚条件下で反応速度や大きさに有意な差を示しませんでした。\n\n予期せぬ発見として、STSはSTGよりも聴覚視覚音声に対して有意に速い反応潜時（50ミリ秒対64ミリ秒）を示しました。これは、STGが主に聴覚のみの音声知覚を支え、STSが多感覚音声情報の統合に主導的役割を果たす並列処理モデルを示唆しています。これらの神経動態は、STSが聴覚視覚音声処理の重要なハブであることを強調し、従来のfMRI研究を直接的な電気生理学的証拠で補完します。\n\nこれらの結果は、上側頭溝が音声知覚中の多感覚統合に特化した神経基盤であることを強力に支持します。sEEGの適用により神経反応の正確な時間追跡が可能となり、ヒト側頭皮質における明確で迅速な処理経路が明らかになりました。本研究は音声知覚の神経メカニズムの理解を深めるだけでなく、実世界のコミュニケーションシナリオにおける多感覚統合の重要性を強調します。これらの知見は、音声知覚障害を持つ集団への臨床介入やコミュニケーション能力を強化する神経補綴装置の開発に潜在的な示唆を与えます。