biotecnología, ELA, implantes cerebrales
 |
| Un paciente de ELA de 67 años rompió récords de velocidad usando un implante cerebral para comunicarse. El dispositivo implantado utiliza señales neuronales para detectar las palabras que intenta decir y las transmite a la pantalla de una computadora. WILLETT, KUNZ Y COL |
Las interfaces cerebrales podrían permitir que las personas paralizadas hablen a velocidades casi normales
28 enero 2023.- Hace ocho años, una paciente perdió la capacidad de hablar debido a la ELA, o enfermedad de Lou Gehrig, que provoca una parálisis progresiva. Todavía puede emitir sonidos, pero sus palabras se han vuelto ininteligibles, dejándola dependiente de una pizarra o un iPad para comunicarse.
Ahora, después de ofrecerse como voluntaria para recibir un implante cerebral, la mujer ha podido comunicar rápidamente frases como "No soy dueña de mi casa" y "Es simplemente difícil" a una velocidad cercana al habla normal.
Esa es la afirmación de un artículo publicado el fin de semana en el sitio web bioRxiv por un equipo de la Universidad de Stanford. El estudio no ha sido revisado formalmente por otros investigadores. Los científicos dicen que su voluntario, identificado solo como "sujeto T12", rompió récords anteriores al usar el implante de lectura cerebral para comunicarse a una velocidad de 62 palabras por minuto, tres veces la mejor anterior.
Philip Sabes, investigador de la Universidad de California en San Francisco, que no participó en el proyecto, calificó los resultados como un "gran avance" y dijo que la tecnología experimental de lectura del cerebro podría estar lista para salir del laboratorio y convertirse en un producto útil pronto.
“El rendimiento en este documento ya está en un nivel que muchas personas que no pueden hablar querrían, si el dispositivo estuviera listo. La gente va a querer esto”.
Las personas sin deficiencias en el habla suelen hablar a una velocidad de unas 160 palabras por minuto. Incluso en una era de teclados, digitación con el pulgar, emojis y abreviaturas de Internet, el habla sigue siendo la forma más rápida de comunicación entre humanos.
La nueva investigación se llevó a cabo en la Universidad de Stanford. El preprint, publicado el 21 de enero, comenzó a atraer más atención en Twitter y otras redes sociales debido a la muerte el mismo día de su coautor principal, Krishna Shenoy, de cáncer de páncreas.
Shenoy había dedicado su carrera a mejorar la velocidad de la comunicación a través de interfaces cerebrales, manteniendo cuidadosamente una lista de registros en el sitio web de su laboratorio. En 2019, otro voluntario con el que trabajó Shenoy logró usar sus pensamientos para escribir a una velocidad de 18 palabras por minuto, un rendimiento récord en ese momento.
Las interfaces cerebro-computadora con las que trabaja el equipo de Shenoy involucran una pequeña almohadilla de electrodos afilados incrustados en la corteza motora de una persona, la región del cerebro más involucrada en el movimiento. Esto permite a los investigadores registrar la actividad de unas pocas docenas de neuronas a la vez y encontrar patrones que reflejen los movimientos en los que alguien está pensando, incluso si la persona está paralizada.
En trabajos anteriores, se pidió a voluntarios paralizados que imaginaran haciendo movimientos con las manos. Al "decodificar" sus señales neuronales en tiempo real, los implantes les han permitido mover un cursor por una pantalla, elegir letras en un teclado virtual, jugar videojuegos o incluso controlar un brazo robótico .
En la nueva investigación, el equipo de Stanford quería saber si las neuronas en la corteza motora también contenían información útil sobre los movimientos del habla. Es decir, ¿podrían detectar cómo el “sujeto T12” intentaba mover la boca, la lengua y las cuerdas vocales mientras intentaba hablar?
Estos son movimientos pequeños y sutiles y, según los autores del estudio, un gran descubrimiento es que solo unas pocas neuronas contenían suficiente información para permitir que un programa de computadora predijera, con buena precisión, qué palabras estaba tratando de decir el paciente. Esa información fue transmitida por el equipo investigador a la pantalla de una computadora, donde aparecían las palabras del paciente tal como las pronunciaba la computadora.
El nuevo resultado se basa en el trabajo anterior de Edward Chang en la Universidad de California, San Francisco, quien ha escrito que el habla implica los movimientos más complicados que hace la gente . Expulsamos aire, añadimos vibraciones que lo hacen audible y lo convertimos en palabras con la boca, los labios y la lengua. Para hacer el sonido "f", colocas los dientes superiores en el labio inferior y expulsas el aire, solo uno de las docenas de movimientos de la boca necesarios para hablar.
Un camino a seguir
Chang usó previamente electrodos colocados en la parte superior del cerebro para permitir que un voluntario hablara a través de una computadora, pero en su preimpresión, los investigadores de Stanford dicen que su sistema es más preciso y de tres a cuatro veces más rápido.
“Nuestros resultados muestran un camino factible para restaurar la comunicación de las personas con parálisis a velocidades conversacionales”, escribieron los investigadores, entre los que se encontraban Shenoy y el neurocirujano Jaimie Henderson.
David Moses, que trabaja con el equipo de Chang en UCSF, dice que el trabajo actual alcanza "nuevos e impresionantes puntos de referencia de rendimiento". Sin embargo, a pesar de que se siguen rompiendo récords, dice, "será cada vez más importante demostrar un rendimiento estable y confiable en escalas de tiempo de varios años". Cualquier implante cerebral comercial podría tener dificultades para pasar los reguladores, especialmente si se degrada con el tiempo o si la precisión de la grabación disminuye.
Es probable que el camino a seguir incluya implantes más sofisticados y una mayor integración con la inteligencia artificial.
El sistema actual ya utiliza un par de tipos de programas de aprendizaje automático. Para mejorar su precisión, el equipo de Stanford empleó un software que predice qué palabra suele aparecer a continuación en una oración. “I” suele ir seguido de “am” que de “ham”, aunque estas palabras suenen de manera similar y podrían producir patrones similares en el cerebro de alguien.
Agregar el sistema de predicción de palabras aumentó la rapidez con la que el sujeto podía hablar sin errores.
Modelos de lenguaje
Pero los modelos de lenguaje "grandes" más nuevos, como GPT-3, son capaces de escribir ensayos completos y responder preguntas. Conectarlos a las interfaces del cerebro podría permitir que las personas que usan el sistema hablen aún más rápido, solo porque el sistema será mejor para adivinar lo que están tratando de decir sobre la base de información parcial.
“El éxito de los modelos de lenguaje grande en los últimos años me hace pensar que una prótesis del habla está al alcance de la mano, porque tal vez no se necesita una entrada tan impresionante para hablar”.
El grupo de Shenoy es parte de un consorcio llamado BrainGate que ha colocado electrodos en los cerebros de más de una docena de voluntarios. Utilizan un implante llamado Utah Array, un cuadrado de metal rígido con unos 100 electrodos en forma de aguja.
Algunas empresas, incluida la empresa de interfaces cerebrales de Elon Musk, Neuralink , y una startup llamada Paradromics, dicen que han desarrollado interfaces más modernas que pueden grabar desde miles, incluso decenas de miles, de neuronas a la vez.
Si bien algunos escépticos han preguntado si medir más neuronas al mismo tiempo marcará alguna diferencia, el nuevo informe sugiere que sí, especialmente si el trabajo es leer movimientos complejos del cerebro como el habla.
Los científicos de Stanford descubrieron que cuantas más neuronas leían a la vez, menos errores cometían al comprender lo que "T12" estaba tratando de decir.
“Esto es un gran problema, porque sugiere que los esfuerzos de compañías como Neuralink para colocar 1000 electrodos en el cerebro marcarán la diferencia, si la tarea es lo suficientemente rica”, dice Sabes, quien anteriormente trabajó como científico senior en Neuralink.
Fuente: MIT Technology Review
COMENTARIOS