En un artículo firmado por Robin Marks, leemos cómo investigadores de la Universidad de California San Francisco posibilitaron que un hombre paralizado controlara un brazo robótico que recibe señales de su cerebro a través de una computadora.
Tras un período de aprendizaje, el individuo fue capaz de agarrar, mover y dejar caer objetos con sólo imaginarse a sí mismo realizando las acciones.
El dispositivo, conocido como interfaz cerebro-computadora (BCI, por sus siglas en inglés), funcionó durante un récord de siete meses sin necesidad de ser ajustado. Hasta ahora, estos dispositivos sólo funcionaban durante uno o dos días. El BCI se basa en un modelo de inteligencia artificial (IA) que puede ajustarse a los pequeños cambios que tienen lugar en el cerebro a medida que una persona repite un movimiento, o en este caso, un movimiento imaginado, y aprende a hacerlo de una manera más refinada.
“Esta combinación de aprendizaje entre los humanos y la IA es la siguiente fase para estas interfaces cerebro-computadora”, dijo el neurólogo Karunesh Ganguly, MD, PhD, profesor de neurología y miembro del Instituto Weill de Neurociencias de la UCSF. “Es lo que necesitamos para lograr una función sofisticada y realista”, precisó el investigador.
El estudio, que fue financiado por los Institutos Nacionales de Salud (NIH, por sus siglas en inglés), de Estados Unidos, fue publicado en la edición del 6 de marzo de la revista Cell.
Uno de los participantes del estudio, que perdió su capacidad de moverse y hablar hace muchos años por un derrame cerebral, mueve el brazo robótico simplemente imaginando los movimientos en su cabeza.
Ubicación, ubicación, ubicación #
La clave fue descubrir cómo cambia la actividad en el cerebro día a día cuando un participante del estudio se imaginó repetidamente haciendo movimientos específicos. Una vez que la IA se programó para tener en cuenta esos cambios, el sistema funcionó durante meses.
Ganguly estudió cómo los patrones de actividad cerebral en los animales representan movimientos específicos y vio que estos patrones cambiaban día a día a medida que el animal aprendía. Sospechaba que lo mismo estaba sucediendo en los humanos, y que por eso sus BCI perdieron tan rápidamente la capacidad de reconocer el cambio en estos patrones.
Ganguly y el investigador de neurología Nikhilesh Natraj, PhD, trabajaron con un participante del estudio que había quedado paralizado por un derrame cerebral años antes. No podía hablar ni moverse.
Tenía pequeños sensores implantados en la superficie de su cerebro que podían captar la actividad cerebral cuando imaginaba que se movía. Para ver si sus patrones cerebrales cambiaban con el tiempo, Ganguly le pidió al participante que se imaginara moviendo diferentes partes de su cuerpo, como sus manos, pies o cabeza.
Aunque en realidad no podía moverse, el cerebro del participante aún podía producir las señales para un movimiento cuando se imaginaba a sí mismo haciéndolo. El BCI registró las representaciones del cerebro de estos movimientos a través de los sensores en su cerebro. El equipo de Ganguly descubrió que la forma de las representaciones en el cerebro seguía siendo la misma, pero sus ubicaciones cambiaban ligeramente de un día a otro.
De lo virtual a la realidad #
Luego, Ganguly le pidió al participante que se imaginara a sí mismo haciendo movimientos simples con los dedos, las manos o los pulgares en el transcurso de dos semanas, mientras los sensores registraban su actividad cerebral para entrenar a la IA. Luego, el participante trató de controlar un brazo robótico y una mano. Pero los movimientos seguían sin ser muy precisos. Entonces, Ganguly hizo que el participante practicara en un brazo robótico virtual que le dio retroalimentación sobre la precisión de sus visualizaciones. Eventualmente, consiguió que el brazo virtual hiciera lo que él quería que hiciera.
Una vez que el participante comenzó a practicar con el brazo robótico real, solo le tomó unas pocas sesiones de práctica transferir sus habilidades al mundo real. Podía hacer que el brazo robótico recogiera bloques, los girara y los moviera a nuevas ubicaciones. Incluso fue capaz de abrir un armario, sacar una taza y acercarla a un dispensador de agua.
Meses más tarde, el participante todavía era capaz de controlar el brazo robótico después de una “puesta a punto” de 15 minutos para ajustar cómo se habían desviado sus representaciones de movimiento desde que comenzó a usar el dispositivo.
Ganguly ahora está refinando los modelos de IA para hacer que el brazo robótico se mueva más rápido y con mayor fluidez, y planea probar el BCI en un entorno doméstico.
“Estoy muy seguro de que hemos aprendido cómo construir el sistema ahora, y que podemos hacer que esto funcione”, dijo Ganguly.
-
El artículo científico Sampling representational plasticity of simple imagined movements across days enables long-term neuroprosthetic control fue publicado en la revista Cell. Autores: Nikhilesh Natraj, Sarah Seko, Reza Abiri, Runfeng Miao, Hongyi Yan, Yasmin Graham, Adelyn Tu-Chan, Edward F. Chang & Karunesh Ganguly.
-
Financiamiento: El trabajo fue financiado por los Institutos Nacionales de Salud a través del NIH Director’s New Innovator Award Program (grant number 1 DP2 HD087955). La investigación fue apoyada por el Eunice Kennedy Shriver National Institute of Child Health & Human Development de los NIH (award number R01HD111562). El contenido es responsabilidad solamente de los autores y no representa, necesariamente, la visión oficial de los NIH. El trabajo también fue apoyado por el Weill Institute for Neuroscience de la UCSF.
-
Declaración de intereses. E.F.C. es cofundador de Echo Neurotechnologies y tiene patentes relacionadas con la decodificación de la actividad cerebral.