対象読者
この記事は、人工網膜が現在どこまで進歩しているのかに興味がある方、Brain-Computer Interface（BCI）によって失われた視覚を取り戻せるのか知りたい方、そしてNeuralinkのような技術が将来どこへ向かうのかに興味がある方を対象としています。
専門的な神経科学の知識がなくても読めるように、できるだけ技術の本質に絞って説明します。
要約
人工視覚の研究は、かつての「電極を刺激して光の点を見せる」段階から、大きく進歩しています。
現在、特に注目すべき技術の一つがScience Corporationの人工網膜「PRIMA」です。眼鏡のカメラで取得した映像を近赤外光として網膜下の小型チップへ送り、そこで電気信号に変換して、残っている網膜神経回路を刺激します。2025年に発表され、2026年に誌面掲載された大規模臨床試験では、評価可能だった32人中26人で臨床的に意味のある視力改善が確認されました。[4]
一方、視神経まで損傷している場合には網膜を刺激しても脳へ情報を届けられません。そこで研究されているのが、目と視神経を完全に迂回して、後頭部にある視覚野を直接刺激する「視覚野インプラント」です。
さらに近年はAIを利用して、「カメラ画像をそのまま低解像度化する」のではなく、本人の脳が理解しやすい刺激パターンを学習したり、人・ドア・障害物など生活上重要な情報だけを抽出したりする研究が進んでいます。[7][8][9]
Neuralinkの「Blindsight」も、この「脳へ視覚を書き込む」という方向を目指しています。ただし、2026年9月時点では、人間で視覚回復を実証した臨床結果はまだ公表されておらず、Neuralink自身も視覚回復試験を「Upcoming trial」と位置づけています。[10][11]
人工視覚の未来で重要なのは、単純な「画素数」だけではありません。限られた神経刺激で、人間にとって意味のある情報をどれだけ効率よく脳へ渡せるかという、「脳との通信方式」そのものが大きな研究テーマになりつつあります。
本文
1．人工視覚の原点は「光の点」を作ること
人間が物を見るとき、実際には目そのものが「映像を見ている」わけではありません。
通常の視覚は、おおまかに次のような経路を通ります。
光 → 視細胞 → 双極細胞 → 網膜神経節細胞 → 視神経 → 脳の視覚野
網膜の最も外側には、杆体や錐体と呼ばれる「視細胞」があります。ここで光が電気的な神経信号へ変換され、その情報が網膜内部である程度処理された後、視神経を通って脳へ送られます。
そのため、視覚経路のどこが壊れているかによって、人工的に視覚を作る方法も変わります。
人工視覚の初期研究では、網膜や視神経などを電気刺激することで、「フォスフェン」と呼ばれる光の感覚を作り出しました。
フォスフェンは、実際には光が目へ入っていないのに感じる、小さな光点や光の模様です。
例えば、かつて実用化されたArgus II人工網膜は60個の電極で残存する網膜神経を刺激する仕組みでした。患者はカメラ付き眼鏡を装着し、映像を電気刺激へ変換して網膜へ送ります。[1]
基本となる知覚はフォスフェンですが、「単に光の点が見えるだけ」と表現するのも正確ではありません。訓練と画像処理を組み合わせることで、物の位置、移動方向、線、さらには限られた条件で文字などを識別できた例も報告されています。[1]
視神経そのものを直接刺激する研究も行われました。完全失明した患者の視神経周囲に電極を設置し、複数のフォスフェンを利用して物体位置などを認識させる実験も報告されています。[2]
つまり人工視覚の第一段階は、
「神経を刺激すれば、人間は光を感じる」
という事実を利用する技術だったと言えます。
しかし大きな問題がありました。
光点をたくさん発生させたからといって、それがテレビ画面のピクセルのようにきれいな画像になるとは限らないのです。
脳と神経は、単純なディスプレイではありません。
2．PRIMAは「壊れた視細胞だけを置き換える」人工網膜
ここで登場するのが、現在Science Corporationが開発・商用化を進めている「PRIMA」です。
PRIMAの重要な点は、網膜全体を人工物で置き換えようとしていないことです。
対象となっている加齢黄斑変性の地図状萎縮では、光を受け取る視細胞が失われる一方、その奥にある双極細胞などの神経回路がある程度残っています。
そこで、
壊れてしまった視細胞の機能だけを人工チップに代行させる
という発想を取ります。[3]
仕組みは次のようになっています。
外界 → 眼鏡のカメラ → 画像処理 → 近赤外光 → 網膜下PRIMAチップ → 電気刺激 → 網膜神経回路 → 視神経 → 脳
PRIMAのチップは約2mm四方で、378個の光駆動ピクセルを持ちます。初期臨床用デバイスでは1ピクセルがおよそ100μmです。[3]
眼鏡に搭載されたカメラが外界を撮影し、その画像を処理したうえで、約880nmの近赤外光として眼内へ投影します。
この近赤外光を受けたチップが電流を発生し、主として近くの双極細胞などを刺激します。[3]
したがって、ときどき説明される
「レーザーで神経細胞へ直接映像を送っている」
という表現は、少し違います。
より正確には、
近赤外光で人工網膜チップへ情報とエネルギーを送り、チップがそれを電気刺激へ変換して残存する網膜神経を刺激している
という仕組みです。
ここは非常に重要な違いです。
PRIMAは脳へ直接映像を送り込んでいるわけではなく、あくまで人間にもともと存在する、
網膜内部の神経回路 → 視神経 → 脳
という経路を最大限利用しています。
3．PRIMAの進歩は「光点」から「形や文字」への移行
PRIMAが注目されている大きな理由は、人工視覚が「光を感じる」という段階から、「形を見る」という段階へ進みつつあることです。
初期の5人を対象とした研究では、人工視覚を使って文字を認識できることが示され、その後の長期観察でも文字や文字列を認識できることが報告されました。[3]
さらにPRIMAvera試験では38人にPRIMAが埋め込まれました。
12か月後に評価できた32人のうち26人、つまり81％で、研究で定義された「臨床的に意味のある視力改善」が確認されました。欠測者を統計的に補正した推定でも約80％でした。[4]
一方で、これは「普通の視力が戻った」という意味ではありません。
現在のPRIMAは、
高精細・フルカラー・広視野の自然な視覚を再現する装置ではありません。
解像度、視野、知覚の質には依然として大きな制約があります。
また、PRIMAの現在の主要対象は、加齢黄斑変性によって中心視野を失った患者です。あらゆる失明に利用できるわけではありません。
特に、視神経そのものが失われている場合、PRIMAで網膜を刺激しても情報を脳へ届ける経路がありません。
それでも「失われた中心視覚の一部を人工的に再構築し、形や文字の認識につなげる」という意味では、大きな進歩です。
そして2026年7月、PRIMAは欧州でCEマークを取得し、加齢黄斑変性による地図状萎縮を対象として商用展開へ進む段階に入りました。[5]
ここまで来ると、人工視覚は研究室だけの概念ではなくなりつつあります。
4．視覚野インプラントは「目そのものを使わない」人工視覚
PRIMAには大きな条件があります。
視神経から脳までの経路が機能していなければならない
ということです。
では、眼球を失った場合や、視神経そのものが損傷している場合はどうすればよいのでしょうか。
そこで考えられているのが「視覚野インプラント」です。
人間の後頭部には、視覚処理を担う視覚野があります。
視覚野インプラントでは、
カメラ → コンピュータ → 電極 → 視覚野
という経路を作ります。
つまり、目も網膜も視神経も完全に迂回します。
両者を比較すると、次のようになります。
| 人工網膜型 | 視覚野インプラント型 | |
|---|---|---|
| 代表例 | PRIMA | Cortical visual prosthesis、将来のBlindsightなど |
| 刺激場所 | 網膜 | 脳の視覚野 |
| 使う生体回路 | 網膜内層・視神経・脳 | 主として視覚野以降 |
| 視神経 | 必要 | 原理上は不要 |
| 眼球 | 必要 | 原理上は不要 |
| 現在の成熟度 | 人で有効性が確認され商用化が始まりつつある | 研究・初期臨床段階 |
| 最大の難問 | 解像度の向上 | 脳が理解できる刺激コードの発見 |
視覚野インプラントには非常に大きな可能性があります。
一方で、難易度も人工網膜より高くなります。
なぜなら、網膜は単なるカメラセンサーではなく、脳へ情報を送る前にかなり複雑な画像処理を行っているからです。
視覚野へ直接信号を送る場合、その「網膜による前処理」まで人工システム側がある程度肩代わりする必要があります。
5．脳への刺激は「ピクセルを並べれば画像になる」ほど単純ではない
視覚野には「レチノトピー」と呼ばれる空間的な地図があります。
視野のどの場所を見ているかによって、視覚野のどの場所が活動するかがある程度対応しています。
そのため、
「この場所の電極を刺激すると、視野の右上に光が見える」
といった対応関係を作ることができます。
しかし問題があります。
複数の電極を同時に刺激したからといって、
● ● ● ● ●
のような光点がそのまま一つの形として認識されるとは限りません。
2020年にCell誌へ発表された研究では、この問題に対して面白い方法が試されました。[6]
電極を同時に刺激するのではなく、文字を書くように時間的な順番を付けて視覚野上をなぞるように刺激したのです。
例えば「Z」という形なら、
上の横線 → 斜め線 → 下の横線
という具合に刺激位置を順番に移動させます。
その結果、盲目の参加者を含む実験で、文字のような形をかなり高い精度で識別できました。[6]
これは非常に重要な結果です。
脳に視覚を作るとき、
「どの電極を刺激するか」だけでなく、「どの順番・強度・時間で刺激するか」も情報になる
ことを示しているからです。
つまり脳はテレビの液晶画面ではありません。
人工視覚では、脳独自の情報表現方法を理解する必要があります。
6．AIの本当の役割は「脳が理解できる符号」を探すこと
ここでAIが重要になります。
人工視覚におけるAIというと、
「カメラ画像をAIで認識する」
ことを想像しがちです。
もちろんそれも重要ですが、より根本的な役割があります。
それは、
「この人に、この知覚を作るためには、どの電極をどのように刺激すればよいか」
を学習することです。
例えば、本人に「縦線」を知覚してほしいとします。
最初の刺激では、
「斜めの光に見えます」
という結果になるかもしれません。
AIが刺激位置、電流、タイミングなどを変えます。
すると、
「さっきより縦に近くなりました」
という反応が得られるかもしれません。
これを繰り返します。
目標画像 ↓ AIが刺激パターンを生成 ↓ 脳を刺激 ↓ 本人が知覚を評価 ↓ AIがモデルを修正 ↓ 次の刺激
という閉ループを作るわけです。
このような考え方は「Human-in-the-Loop」と呼ばれます。
Granleyらは、深層学習による刺激エンコーダーとベイズ最適化を組み合わせ、患者ごとの知覚差をフィードバックから推定して刺激方法を個別最適化する手法を提案しています。[8]
ただし、ここには重要な注意があります。
こうしたAI研究の一部は、まだ計算モデルやシミュレーション上での成果です。
「AIを使えばすでに人間の脳へ鮮明な画像を書き込める」という段階ではありません。
それでも、この研究方向は非常に重要です。
なぜなら、人間ごとに脳の構造、電極位置、神経の反応が違うからです。
最終的には、
人工視覚装置を患者一人ひとりの脳に合わせて学習させる
必要がある可能性があります。
7．ブレイン・デコーディングと人工視覚は「読み出し」と「書き込み」の関係
ここで「ブレイン・デコーディング」という言葉を整理しておく必要があります。
通常のブレイン・デコーディングは、
脳 → コンピュータ
という方向です。
例えば、
「右へカーソルを動かしたい」
という運動意図を神経活動からAIが読み取ります。
現在のNeuralinkの主要な臨床BCIは、この方向です。
一方、人工視覚では逆方向が必要になります。
コンピュータ → 脳
です。
カメラ画像から、「脳に何を送れば目的の知覚が生まれるか」を計算し、神経を刺激します。
つまり、
Decode：脳 → AI Encode：AI → 脳
という関係になります。
将来的に両者を組み合わせれば、
脳 → AI → 刺激の修正 → 脳
という完全な閉ループ型BCIが可能になります。
人工視覚にとってAIが重要なのは、この「Encode」の問題が非常に難しいからです。
8．AIは「100万画素を1000画素に縮小する装置」ではない
人工視覚では、さらに別の問題があります。
現代のカメラには数百万から数千万画素があります。
しかし脳や網膜へ安全に刺激できる独立した神経チャンネル数は、それよりはるかに少数です。
したがって、
カメラ映像をそのまま低解像度化するだけでは、情報を大量に捨てることになります。
そこでAIを使い、
「この場面で本当に重要なものは何か」
を選ばせるという発想が生まれます。
実際、米国で進行中の「AI-Powered Artificial Vision for Visual Prostheses」という臨床研究では、コンピュータビジョンや機械学習を使って、重要な物体や近くの障害物を強調し、患者ごとに刺激方法を調整する研究が行われています。[9]
例えば道を歩く場合、木の葉一枚一枚を再現する必要はないかもしれません。
重要なのは、
人、車、横断歩道、段差、ドア、階段、障害物
などです。
つまり人工視覚では、
「写真としてどれだけ忠実か」ではなく、「生活に必要な情報をどれだけ伝えられるか」
の方が重要になる可能性があります。
これは人工視覚に対する考え方を大きく変えます。
9．NeuralinkのBlindsightは「脳へ視覚を書く」方向にある
Neuralinkも「Blindsight」と呼ばれる視覚回復プロジェクトを進めています。
2024年9月、Blindsightは米FDAの「Breakthrough Device Designation」を取得しました。[10]
ただし、この言葉には注意が必要です。
Breakthrough Device Designationは「実用化承認」ではありません。
有望な医療機器についてFDAとの開発・審査を迅速化するための制度上の指定です。
2026年9月時点で、Neuralinkの公式臨床試験ページには、
「See without your eyes」 「Upcoming trial」
として視覚回復研究が掲載されています。[11]
つまり現時点では、
Blindsightによって人間が物体や文字を見られるようになったという査読済み臨床結果は、まだ示されていません。
ここは、すでに臨床結果が公表されているPRIMAとの大きな違いです。
PRIMAは、
網膜 → 視神経 → 脳
という既存の神経回路を利用します。
Blindsightが目指しているのは、
カメラ → コンピュータ → 視覚野
というショートカットです。
もしこれが実用化されれば、眼球や視神経そのものに重大な損傷がある人にも人工視覚を提供できる可能性があります。
その意味で、技術的な難易度は非常に高い一方、対象となり得る失明原因の範囲は大きく広がります。
10．人工視覚の未来は「解像度競争」だけではない
これから人工視覚が進歩していくと考えた場合、いくつかの段階が想定できます。
第一段階は、光を感じることです。
第二段階は、位置・線・形を認識することです。
第三段階は、文字、物体、人物、障害物などを実用的に認識することです。
第四段階は、AIによって、限られた神経刺激の中へ意味のある情報を圧縮して送ることです。
そして、さらに遠い未来として考えられるのが、人間の自然な視覚には存在しない情報を脳へ与えることです。
例えば、赤外線カメラの情報や距離センサーの情報を、脳が新しい感覚として学習できる可能性があります。
ただし、ここから先は現時点ではかなり未来的な仮説です。
現在、人で実証されている人工視覚と、「超人的視覚」のような将来構想は分けて考える必要があります。
それでも技術的には興味深い問いです。
人工視覚の最終目標は、
「健康な目とまったく同じ信号を再現すること」
である必要があるのでしょうか。
あるいは、
「脳が使いこなせる、新しい視覚言語を作ること」
でもよいのでしょうか。
11．人工視覚の本質は「カメラ」ではなく「脳との通信」
人工視覚の歴史を一本の流れとして眺めると、興味深い変化が見えてきます。
最初は、
電極を刺激する → 光点が見える
という世界でした。
次に、
複数の刺激を組み合わせる → 位置や形を認識する
ようになりました。
PRIMAでは、
外部カメラ → 近赤外光 → 人工網膜 → 残存する網膜回路 → 脳
という経路によって、文字などを認識できるレベルへ近づいています。
視覚野インプラントでは、
外部カメラ → コンピュータ → 脳
という、さらに直接的な経路が研究されています。
そしてAIが加わると、
カメラ → AIが意味を理解 → 本人に最適化された神経刺激 → 脳
という構造になります。
ここで最も重要なのは、カメラの性能ではありません。
電極の数だけでもありません。
最終的な問題は、
「外界の情報を、脳が理解できる言語へどう翻訳するか」
です。
そう考えると、人工網膜、視覚野インプラント、AI、そしてNeuralinkは、別々の技術ではありません。
すべて、
人間の神経系とコンピュータの間に、新しい情報伝達経路を作る
という同じ方向へ向かっています。
人工視覚の未来は、「人工の目」を作ることだけではありません。
その先には、
「脳へ情報を書き込むインターフェース」そのものを作る
という、より大きな技術領域が見え始めています。
そしてPRIMAの臨床成果は、その未来が完全なSFではなく、すでに医療として現実世界へ入り始めていることを示す一つの重要な例と言えます。
参考文献
[1] Ho, A. C. et al. “Five-Year Safety and Performance Results from the Argus II Retinal Prosthesis System Clinical Trial.” Ophthalmology, 2016. Argus IIを用いた人工網膜の長期臨床試験。人工網膜による視覚機能および日常課題の改善について参照。
[2] Veraart, C. et al. “Position, size and luminosity of phosphenes generated by direct optic nerve stimulation.” Vision Research, 2003. DOI: 10.1016/S0042-6989(03)00013-0. 視神経への直接電気刺激によってフォスフェンを作る研究について参照。
[3] Palanker, D. et al. “Photovoltaic Restoration of Central Vision in Atrophic Age-Related Macular Degeneration.” Ophthalmology, 2020. DOI: 10.1016/j.ophtha.2020.02.024. PRIMAの基本構造、378ピクセル、100μmピクセル、近赤外光から電気刺激への変換、初期臨床試験について参照。
[4] Holz, F. G. et al. “Subretinal Photovoltaic Implant to Restore Vision in Geographic Atrophy Due to AMD.” The New England Journal of Medicine, online publication 2025; print volume 394, 2026. DOI: 10.1056/NEJMoa2501396. PRIMAvera試験の主要臨床結果について参照しました。38人が移植を受け、12か月時点で評価された32人中26人に臨床的に意味のある視力改善が確認されています。
[5] Science Corporation / PRIMA CE Mark announcement and subsequent reporting, July 2026. PRIMAが2026年7月に欧州CEマークを取得し、商用展開段階へ移行したことについて参照。
[6] Beauchamp, M. S. et al. “Dynamic Stimulation of Visual Cortex Produces Form Vision in Sighted and Blind Humans.” Cell, 2020. DOI: 10.1016/j.cell.2020.04.033. 視覚野を時間的な順序で刺激することで文字様の形態知覚を作った研究について参照。
[7] van der Grinten, M. et al. “Towards biologically plausible phosphene simulation for the differentiable optimization of visual cortical prostheses.” eLife, 2024, 13:e85812. DOI: 10.7554/eLife.85812. 視覚野刺激によって生じるフォスフェンをモデル化し、機械学習による刺激最適化へ利用する研究について参照。
[8] Granley, J., Fauvel, T., Chalk, M., & Beyeler, M. “Human-in-the-Loop Optimization for Deep Stimulus Encoding in Visual Prostheses.” Advances in Neural Information Processing Systems 36, 2023. 深層学習とベイズ最適化を組み合わせ、患者ごとの人工視覚刺激をHuman-in-the-Loopで最適化する研究について参照。
[9] ClinicalTrials.gov, NCT06117332, “AI-Powered Artificial Vision for Visual Prostheses.” University of California, Santa Barbara. AIによるシーン理解、重要物体や障害物の強調、患者個人に合わせた人工視覚の研究について参照。
[10] Neuralink. “Neuralink Receives Breakthrough Device Designation for Blindsight.” September 17, 2024. BlindsightがFDAのBreakthrough Device Designationを取得したことについて参照しました。これは販売承認や臨床的有効性の証明とは異なります。
[11] Neuralink. “Clinical Trials.” 2026年9月参照。 Neuralinkが現在、運動・コミュニケーションBCIの臨床試験を進める一方、視覚回復については「See without your eyes — Upcoming trial」としていることを参照。