211service.com
Control mental
En julio de 2006, un documento en Naturaleza describió cómo un hombre paralítico con un chip implantado en su cerebro usó su mente para mover un cursor de computadora y un brazo robótico. El chip es uno de los ejemplos más exitosos hasta la fecha de prótesis neural. Dichos dispositivos captan señales neuronales de una parte del cerebro involucrada en una actividad determinada, como las neuronas de la corteza motora que se activan cuando una persona se imagina moviendo un mouse de computadora con la mano. Luego interpretan esas señales y dirigen una acción física en consecuencia, digamos, moviendo un cursor hacia la izquierda.
Los algoritmos de Lakshminarayan Srinivasan deberían acelerar el desarrollo de nuevas prótesis neurales.
Las prótesis neurales prometen empoderar a las personas con enfermedades neurodegenerativas y lesiones de la médula espinal. Pero debido a que pueden involucrar muchas combinaciones de regiones cerebrales y hardware, cada nuevo prototipo ha necesitado su propio software. Diseñar nuevos algoritmos desde cero ralentiza el desarrollo, dice Lakshminarayan Srinivasan, SM '03, PhD '06, investigador en neurocirugía en el Hospital General de Massachusetts y estudiante de medicina en la División de Ciencias y Tecnología de la Salud de Harvard-MIT. Entonces, Srinivasan está desarrollando algoritmos generales que podrían conducir a un software compatible con todos estos dispositivos.
Las tecnologías para detectar la actividad cerebral incluyen la resonancia magnética funcional (fMRI), la electroencefalografía (EEG) y la espectroscopia funcional del infrarrojo cercano, cada una de las cuales genera diferentes tipos de datos. Los dispositivos de salida pueden incluir televisores, computadoras o brazos robóticos, cada uno de los cuales tiene diferentes comandos de usuario.
Los algoritmos de Srinivasan se aplican a cualquier combinación de dispositivos porque operan a un nivel más alto de abstracción. En lugar de trabajar solo con entradas de EEG que reflejan la actividad eléctrica o entradas de resonancia magnética que muestran el flujo sanguíneo en el cerebro, los algoritmos tratan toda la actividad neuronal como continua o binaria (un simple interruptor de encendido / apagado) y la traducen en comandos continuos o discretos. (Al conducir un automóvil, por ejemplo, presionar gradualmente el acelerador es un comando continuo; cambiar de marcha es un comando discreto).
Srinivasan dice que estos algoritmos deberían ayudar a los investigadores a desarrollar nuevas prótesis neurales y reparar rápidamente cualquier problema que surja.