Las interfaces cerebrales podrían permitir que las personas paralíticas hablen con mayor facilidad
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, así que ahora depende de una pizarra o un iPad para comunicarse.
Sin embargo, después de ofrecerse como voluntaria para recibir un implante cerebral, esta mujer ha logrado comunicar rápidamente frases como “No soy propietaria de mi casa” y “Es simplemente difícil” a una velocidad cercana a la que tenía previamente.
Así lo afirma un artículo publicado por un equipo de la Universidad de Stanford (EE UU) en la web bioRxiv. Este estudio no ha sido revisado formalmente por otros investigadores, pero los científicos aseguran que esta voluntaria, identificada como “sujeto T12”, rompió récords anteriores al usar el implante de lectura cerebral para comunicarse a una velocidad de 62 palabras por minuto. Es decir, tres veces mejor que la anterior.
Philip Sabes, investigador de la Universidad de California en San Francisco (UCSF, EE UU), calificó los resultados como un “gran avance”. Si bien no participó en el proyecto, opinó que la tecnología experimental de lectura del cerebro podría estar lista para salir del laboratorio y convertirse en un producto útil muy pronto.
“El rendimiento en este estudio está en un nivel que, si el dispositivo estuviera listo, muchas personas incapaces de hablar lo querrían. La gente va a quererlo”, señala Sabes.
Las personas sin problemas del habla suelen hacerlo a una velocidad de unas 160 palabras por minuto. Incluso en esta era de teclados, uso del pulgar, emojis y abreviaturas en internet, el habla sigue siendo la forma más rápida de comunicación entre personas.
La nueva investigación se llevó a cabo en la Universidad de Stanford. El preprint se publicó el pasado 21 de enero y empezó a destacar en Twitter y otras redes sociales debido a la muerte el mismo día de su coautora principal, Krishna Shenoy, a causa de un cáncer de páncreas.
Shenoy había dedicado su carrera a mejorar la velocidad de la comunicación a través de interfaces cerebrales, manteniendo una lista de registros en la 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 aquel momento, como explicamos en el número especial sobre computación de MIT Technology Review.
Las interfaces cerebro-máquina con las que trabaja el equipo de Shenoy cuentan con una pequeña almohadilla de electrodos afilados que se incrustan 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 varias docenas de neuronas a la vez y encontrar patrones que reflejen los movimientos que esa persona está pensando, incluso si está paralítica.
En estudios anteriores, se pidió a los voluntarios paralíticos que se imaginaran moviendo las manos. Al decodificar sus señales neuronales en tiempo real, los implantes les permitieron mover un cursor por una pantalla, elegir letras en un teclado virtual, jugar videojuegos o incluso controlar un brazo robótico.
En esta nueva investigación, el equipo de Stanford quería descubrir 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 al intentar hablar?
Los movimientos son pequeños y sutiles, pero, según Sabes, es un gran descubrimiento. Ya que unas pocas neuronas contenían suficiente información para que un programa de ordenador predijera, con precisión, qué palabras intentaba decir la paciente. Así las palabras de la voluntaria aparecían en una pantalla, mientras el ordenador las pronunciaba, según informa el equipo de Shenoy.
El nuevo resultado se basa en el trabajo previo de Edward Chang de la Universidad de California (San Francisco), que escribió que el habla implica los movimientos más complicados que realizan las personas. Expulsamos aire, añadimos vibraciones que lo hacen audible y lo convertimos en palabras con ayuda de los dientes, los labios y la lengua. Para pronunciar una “f”, colocamos los dientes superiores en el labio inferior y expulsamos el aire, y este solo es uno de todos los movimientos necesarios para hablar.
El camino a seguir
Chang había utilizado con anterioridad electrodos para colocarlos en la parte superior del cerebro y permitir que un voluntario hablara a través de un ordenador. Pero en su preprint, los investigadores de Stanford afirman que su sistema es más preciso, y entre tres a cuatro veces más rápido.
“Nuestros resultados muestran un camino factible para que las personas con parálisis recuperen la comunicación a velocidades conversacionales”, escribieron los investigadores, entre ellos, Shenoy y el neurocirujano Jaimie Henderson.
David Moses, quien trabaja con el equipo de Chang en la UCSF, resalta que el trabajo actual alcanza “nuevos e impresionantes puntos de referencia en cuanto a rendimiento”. Sin embargo, a pesar de que se siguen rompiendo récords, Moses destaca que “cada vez será más importante demostrar un rendimiento estable y fiable de varios años”. Cualquier implante cerebral comercial podría tener dificultades para ser aprobado por los reguladores, en especial, si se degrada con el tiempo o la precisión del registro disminuye.
Una 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 un ordenador.
El camino a seguir puede que incluya implantes más sofisticados, y una mayor integración con la inteligencia artificial.
El sistema actual ya utiliza un par 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 frase. “I” (yo) suele ir seguido de “am” (soy) más que de “ham” (jamón), aunque estas palabras suenen similares y podrían producir patrones parecidos en el cerebro de una persona.
Al añadir el sistema de predicción de palabras, aumentó la rapidez con la que esta paciente podía hablar sin errores.
Modelos de lenguaje
Sin embargo, los últimos modelos de lenguaje más destacables, como GPT-3, son capaces de escribir ensayos completos y responder preguntas. Conectarlos a las interfaces del cerebro podría permitir que las personas que utilizan ese sistema hablen aún más rápido, ya que el sistema adivinaría mejor lo que tratan de decir sobre la base de información parcial. “El éxito de los grandes modelos de lenguaje en los últimos años me hace pensar que una prótesis del habla está cerca, porque tal vez no se necesita un input tan impresionante para hablar”, según Sabes.
El grupo de Shenoy es parte de un consorcio denominado BrainGate que ha colocado electrodos en los cerebros de más de una docena de voluntarios. Utilizan el implante Utah Array (la matriz de Utah), un cuadrado de metal rígido con unos 100 electrodos en forma de aguja.
Algunas empresas, incluida Neuralink (la compañía de Elon Musk) y la start-up Paradromics, aseguran que han desarrollado interfaces cerebrales más modernas que pueden registrar miles, incluso decenas de miles, de neuronas a la vez.
Si bien algunos escépticos se preguntan si medir más neuronas al mismo tiempo marcará alguna diferencia, el nuevo informe sugiere que sí. En especial, si se trata de leer movimientos complejos del cerebro, como el habla.
Los científicos de Stanford descubrieron que, cuantas más neuronas analizaban a la vez, menos errores cometían al comprender lo que la voluntaria T12 intentaba decir.
Sabes, quien ya trabajó como científico principal en Neuralink, concluyó: “Esto es muy importante, porque sugiere que los esfuerzos de las compañías como Neuralink para colocar mil electrodos en el cerebro marcarán la diferencia, si la tarea trae una retribución económica suficiente“.
Por: Antonio Regalado | traducido por Ana Milutinovic
Tomado de: https://www.technologyreview.es/
Comentarios recientes