211service.com
Convirtiendo pensamientos en palabras
Las interfaces cerebro-computadora podrían algún día proporcionar un salvavidas a los pacientes encerrados, que no pueden hablar o moverse, pero están conscientes y despiertos. Muchos de estos pacientes pueden comunicarse parpadeando, pero convertir los parpadeos en palabras consume mucho tiempo y es agotador.
Interfaz de Brian: Los microelectrodos que se muestran aquí se utilizaron para registrar señales cerebrales con el fin de decodificar diez palabras de los pensamientos de un paciente.
Los científicos de Utah han demostrado ahora una forma de determinar en cuál de las 10 palabras distintas está pensando una persona al registrar la actividad eléctrica de la superficie del cerebro.
La nueva técnica implica entrenar algoritmos para reconocer señales cerebrales específicas captadas por una serie de electrodos no penetrantes colocados sobre los centros del lenguaje del cerebro, dice Spencer Kellis , uno de los bioingenieros que realizó el trabajo en el Universidad de Utah , en Salt Lake City. El abordaje utilizado se conoce como electrocorticografía (ECoG). El grupo pudo identificar las palabras sí, no, calor, frío, sed, hambre, hola, adiós, más y menos con una precisión del 48 por ciento.
La precisión definitivamente debe mejorarse, dice Kellis. Pero hemos demostrado que la información está ahí.
Las palabras individuales se han decodificado a partir de señales cerebrales en el pasado utilizando imágenes de resonancia magnética funcional (fMRI), dice Eric Leuthardt , director del Centro de Innovación en Neurociencia y Tecnología de la Facultad de Medicina de la Universidad de Washington en St. Louis, Missouri. Esta es la primera vez que la hazaña se realiza utilizando ECoG, un enfoque mucho más práctico y portátil que la resonancia magnética funcional, dice.
Trabajando con colegas Bradley Greger y Casa Paul , Kellis colocó 16 electrodos en la superficie del cerebro de un paciente en tratamiento por epilepsia. Los electrodos registraron señales de la corteza motora facial, un área del cerebro que controla los músculos faciales durante el habla, y sobre el área de Wernicke, parte de la corteza cerebral que está relacionada con el lenguaje. Para entrenar el algoritmo, se analizaron las señales mientras se le pedía al paciente que pronunciara repetidamente las 10 palabras.
La ECoG se ha utilizado durante mucho tiempo para localizar el origen de los ataques epilépticos en el cerebro. Pero los electrodos utilizados suelen tener un tamaño de varios cientos de micrones y están colocados a centímetros de distancia, dice Kellis. El cerebro está procesando a una escala espacial mucho más fina de lo que es realmente detectable por estos electrodos clínicos estándar, dice. El equipo de Utah utilizó un nuevo tipo de matriz de microelectrodos desarrollado por PMT neuroquirúrgico . Los electrodos son mucho más pequeños (40 micrones de tamaño) y están separados por un par de milímetros.
Es posible utilizar técnicas menos invasivas, como la electroencefalografía (EEG), que coloca electrodos en el cuero cabelludo, para permitir las comunicaciones entre el cerebro y la computadora. Adrian Owen , científico principal de la Unidad de Ciencias del Cerebro y la Cognición de la Universidad de Cambridge, Reino Unido, ha demostrado que las señales de EEG pueden utilizarse para permitir que las personas en un estado vegetativo persistente se comuniquen si y no.
Pero con el EEG, muchas de las señales son filtradas por el cráneo, dice Leuthardt. Lo realmente bueno de ECoG es su potencial para brindarnos mucha más información, dice.
Decodificar 10 palabras es muy bueno, dice Owen, pero la precisión deberá mejorar drásticamente, dados los pacientes a los que está dirigida la tecnología. No creo que ni siquiera el 60 o el 70 por ciento de precisión funcione para los pacientes que no pueden comunicarse de otra manera y donde no hay otro margen para la verificación, dice.
En última instancia, la esperanza es que ECoG permita una comunicación mucho más sofisticada. El año pasado, Leuthardt demostró que ECoG podría usarse para decodificar sonidos de vocales y consonantes, un enfoque que eventualmente podría usarse para reconstruir un número mucho mayor de palabras completas.