Dois pacientes paralisados conseguiram se comunicar com precisão e velocidade sem precedentes por meio do uso de implantes cérebro-máquina aprimorados por inteligência artificial (IA).
Uma interface cérebro-computador converte os sinais cerebrais dos participantes em fala animada e movimentos faciais. Fonte: Noah Berger
Publicado separadamente na revista Nature (IF2022=64.8) em 23 de agosto, duas equipes de pesquisa descrevem uma interface cérebro-computador (BCI) que converte sinais cerebrais em texto ou fala sintetizada. Esses BCIs decodificam a fala a taxas de 62 palavras por minuto e 78 palavras por minuto, respectivamente. Estas novas técnicas são todas mais rápidas do que qualquer tentativa anterior, apesar da taxa natural de conversação ser de cerca de 160 palavras por minuto.
"Agora é concebível no futuro que seja possível restaurar a comunicação fluente para pacientes paralisados, permitindo-lhes dizer o que quiserem com precisão suficiente", disse o neurocientista Francis Willett, da Universidade de Stanford, na Califórnia, em entrevista coletiva em 22 de agosto. Alto, pode ser compreendido com segurança."
Tais dispositivos “poderão tornar-se produtos num futuro próximo”, diz Christian Herff, neurocientista computacional da Universidade de Maastricht, na Holanda.
Eletrodos e Algoritmos
Willett e colegas desenvolveram um BCI que interpreta a atividade neural no nível celular e a traduz em texto [1]. Eles colaboraram no estudo com Pat Bennett, um paciente de 67 anos com doença do neurônio motor, também conhecida como esclerose lateral amiotrófica, condição na qual a perda gradual do controle muscular leva a movimentos e dificuldade para falar.
Pessoas paralisadas usam a atividade cerebral para controlar próteses. Fonte: Petter/UPMC
Primeiro, os pesquisadores realizaram uma cirurgia em Bennett, implantando um conjunto de pequenos eletrodos de silício alguns milímetros abaixo da região cerebral relacionada à linguagem. Eles então treinaram um algoritmo de aprendizagem profunda para identificar sinais únicos no cérebro de Bennett enquanto ele tentava pronunciar várias frases usando seu grande vocabulário de 125.000 palavras e seu pequeno vocabulário de 50 palavras. A IA decodifica palavras a partir de fonemas, as subunidades da fala que formam a linguagem falada. Para um vocabulário de 50 palavras, o BCI funciona 2,7 vezes mais rápido que o BCI de última geração [3], com uma taxa de erro de palavras de 9,1%. Para um vocabulário de 125 mil palavras, a taxa de erro sobe para 23,8%. “Cerca de três quartos das palavras foram decodificadas corretamente”, disse Willett em comunicado à imprensa.
“Para aqueles que não conseguem falar, significa que podem permanecer ligados ao mundo em geral, talvez continuar a trabalhar, manter amigos e relações familiares ”, disse Bennett num comunicado aos jornalistas.
lendo a atividade cerebral
Num outro estudo [2], o neurocirurgião Edward Chang, da Universidade da Califórnia, em São Francisco, e colegas trabalharam com Ann, uma mulher de 47 anos que perdeu a capacidade de falar após um acidente vascular cerebral no tronco cerebral, 18 anos antes.
Eles adotaram uma abordagem diferente da equipe de Willett, colocando um retângulo fino contendo 253 eletrodos na superfície do córtex para registrar a atividade neural. A técnica, chamada eletrocorticografia (ECoG), é considerada menos invasiva e pode registrar a atividade combinada de milhares de neurônios simultaneamente. A equipe treinou o algoritmo de IA para reconhecer padrões de atividade cerebral associados às tentativas de Ann de falar 249 frases, usando um vocabulário de 1.024 palavras. O dispositivo acabou produzindo 78 palavras por minuto, com uma taxa média de erro de palavras de 25,5%.
Embora o implante usado pela equipe de Willett capte a atividade neural com mais precisão e tenha melhor desempenho em vocabulários maiores, Blaise Yvert, pesquisador de neurotecnologia do Instituto Krenoble de Neurociência, disse: “Ver que o ECoG pode atingir baixas taxas de erro é uma coisa boa”.
Chang e sua equipe também criaram algoritmos personalizados, treinados usando gravações das imagens do casamento de Ann, para converter os sinais cerebrais de Ann em avatares animados com vozes sintéticas e expressões faciais simuladas. No final das contas, eles criaram uma voz personalizada que soava como Ann antes da lesão.
Numa sessão de feedback após o estudo, Ann disse aos investigadores: “O simples facto de ouvir uma voz semelhante à minha é emocionalmente carregado.
"A voz é uma parte muito importante da nossa identidade", disse Chang."Não se trata apenas de comunicação, trata-se de quem somos."
Aplicação clínica
Um exoesqueleto controlado pela atividade cerebral foi testado em um menino saudável. Fonte: 160over90
Muitas melhorias são necessárias antes que os BCIs possam ser usados clinicamente. "O ideal seria uma conexão sem fio", disse Ann aos pesquisadores.Um BCI adequado para uso diário teria que ser um sistema totalmente implantável, sem conectores ou cabos visíveis, acrescentou Yvert. Ambas as equipes esperam continuar melhorando a velocidade e a precisão de seus dispositivos com algoritmos de decodificação mais poderosos.
Os participantes de ambos os estudos ainda eram capazes de usar os músculos faciais quando pensavam em falar, e as regiões cerebrais associadas à linguagem estavam intactas, disse Herff. "Isso não se aplica necessariamente a todos os pacientes."
“Vemos isso como uma prova de conceito, apenas para dar impulso às pessoas da área para transformá-lo em um produto utilizável”, disse Willett.
Os dispositivos também devem ser testados em grupos maiores de pessoas para comprovar sua confiabilidade. "Não importa quão elegantes sejam os dados e quão sofisticada seja a tecnologia, temos que entendê-los de uma forma muito cuidadosa", diz Judy Illes, pesquisadora de neuroética da Universidade da Colúmbia Britânica, em Vancouver, Canadá. "Temos que ter cuidado para não comprometer demais", acrescenta ela. Sua ampla aplicabilidade a grandes populações, não tenho certeza se já fizemos isso."
Referências :
[1]. Willett, FR et al. Natureza https://doi.org/10.1038/s41586-023-06377-x (2023).
[2]. Metzger, SL et al. Natureza https://doi.org/10.1038/s41586-023-06443-4 (2023).
[3]. Moisés, DA et al. N. Engl. J. Med. 385, 217–227 (2021).
Leia o conteúdo original :
https://doi.org/10.1038/d41586-023-02682-7