贝内特在一次电子邮件采访中表示："提到ALS，人们通常会想到影响手臂和腿部的问题。"然而，在某些ALS患者中，语言能力在早期就受到影响。我无法说话。"
现年 68 岁的贝内特，曾担任人力资源总监，也是马术运动员，平日坚持慢跑。然而，在2012年，她被确诊患有肌萎缩性脊髓侧索硬化症（ALS），这是一种渐进性的神经变性疾病，会损害运动神经元导致肢体虚弱，最终导致瘫痪。
贝内特在一次电子邮件采访中表示："提到ALS，人们通常会想到影响手臂和腿部的问题。"然而，在某些ALS患者中，语言能力在早期就受到影响。我无法说话。"
通常情况下，肌萎缩性脊髓侧索硬化症首先在外周肢体，如胳膊、腿、手和手指上显现出症状。但对于贝内特来说，疾病的恶化并不是从脊髓开始，而是从脑干开始。尽管她仍能行走、穿衣和用手指打字，但难度越来越大。然而，她已无法运用嘴唇、舌头、喉咙和下颌的肌肉来发出清晰的发音，这些音素是构成语言的基本单位，例如 "sh" 音。
尽管贝内特的大脑仍然能够生成产生这些音素的指令，但她的肌肉无法执行这些指令。为了克服这一困境，研究人员开发了一种人工智能系统，用于将大脑活动转化为屏幕上的文字，从而使无法说话的人能够进行交流。这项技术依赖于从音素解码单词的系统，其中音素是构成口语语言的基本单位，就像字母构成书面文字一样。通过这种方法，计算机只需学习39个音素就能解码任何英语单词，从而提高了系统的准确性和速度。
在2022年3月29日，斯坦福大学医学院的神经外科医生在贝内特大脑的两个与语言生成相关的区域分别植入了微小的传感器，这些传感器与最先进的解码软件结合，可以将她试图说话时的大脑活动转化为屏幕上的文字。经过数月的训练，贝内特的语音翻译速度达到了每分钟62个单词，这超过了之前记录的三倍以上。
这项技术的成功证明了一个概念，即利用人工智能和脑-机接口帮助无法说话的人进行交流。对于那些失去了语言能力的人来说，这意味着他们可以与世界保持联系，继续参与各种日常活动。此外，这项研究还展示了将大脑活动转化为语言的潜力，为瘫痪患者带来了更广泛的可能性。虽然这项技术目前仍处于研究阶段，但它已经为未来的发展提供了重要的前景。
