Dispositivo permite hablar a hombre con esclerosis lateral amiotrófica
Investigadores del UC Davis Health, Estados Unidos, efectuaron el ensayo clínico BrainGate, durante el cual implantaron sensores en el cerebro de Casey Harrell, un hombre de 45 años con un deterioro grave del habla debido a la esclerosis lateral amiotrófica (ELA). El estudio, publicado en el New England Journal of Medicine, detalla como el individuo fue capaz de comunicar su intención a los pocos minutos de activar el sistema.
La ELA afecta a las células nerviosas que controlan el movimiento corporal. La enfermedad conduce a una pérdida gradual de la capacidad de levantarse, caminar y usar las manos. También puede hacer que una persona pierda el control de los músculos utilizados para hablar, lo que conlleva a la degradación de la comunicación oral.
Esta tecnología de interfaz cerebro-computadora (BCI, por sus siglas en inglés) es capaz de interpretar las señales cerebrales cuando el usuario intenta hablar y las convierte en texto narrado en voz alta por la computadora. Asimismo, el artilugio pretende restaurar la comunicación de las personas afectadas por la parálisis o padecimientos neurológicos como la ELA. Para ello, es capaz de interpretar las señales cerebrales cuando el usuario intenta hablar y las convierte en texto que es transmitido en voz alta por la computadora.
«Nuestra tecnología BCI ayudó a un hombre con parálisis a comunicarse con amigos, familiares y cuidadores», comentó el co-autor principal del estudio, David Brandman. «Es la neuroprótesis del habla más precisa jamás reportada» añade el investigador.
El BCI rompe barreras
En el momento de su participación, Harrell tenía debilidad en los brazos y las piernas. Además, su comunicación oral era poco comprensible y requería que otros le ayudaran a interpretarlo. En julio de 2023, Brandman implantó el dispositivo BCI en Harrell. Colocó cuatro matrices de microelectrodos en la circunvolución precentral izquierda, una región del cerebro responsable de coordinar el habla. Las matrices están diseñadas para registrar la actividad cerebral de 256 electrodos corticales.
«Estamos grabando desde la parte del cerebro que está tratando de enviar estos comandos a los músculos. Básicamente escuchamos eso y traducimos los patrones de actividad cerebral a un fonema, como una sílaba o la unidad de oración, y luego las palabras que están tratando de decir» añadió el coinvestigador del estudio, Sergey Stavisky.
El primer autor del artículo, Nicholas Card, afirmó que el nuevo sistema BCI es capaz de eliminar el ruido eléctrico que se genera en el cerebro durante el habla. “Hay dos tipos de ruido en las señales neuronales con los que tiene que lidiar el BCI, por un lado el ruido eléctrico y, por otro, señales neuronales. Nuestro dispositivo esta diseñado específicamente para ser resistente al ruido eléctrico transitorio mediante un complejo mecanismo de algoritmos y un tipo especifico de red neuronal”.
Por otra parte, Card indicó que el BCI “es resistente a señales neuronales no relacionadas con el habla. Por ejemplo, el dispositivo no descodifica accidentalmente cosas que está escuchando en una sala con más personas, cuando el paciente no está intentando hablar. Tampoco interpreta accidentalmente sus toses, bostezos o estiramientos de mandíbula como habla”, añadió.
Mayor rapidez
A pesar de los avances recientes en la tecnología BCI, los intentos de facilitar la comunicación han sido lentos y propensos a errores, debido a que los programas de aprendizaje automático que interpretaban las señales cerebrales necesitaban una gran cantidad de tiempo y datos para operar correctamente.
«Los anteriores sistemas BCI de voz cometían errores de vocabulario con mayor frecuencia. Esto dificultaba que el usuario se entendiera de manera consistente y era una barrera para la comunicación», explicó Brandman. Harrell utilizó el sistema tanto en entornos de conversación espontánea, como provocados. En ambos casos, la decodificación de voz se produjo en tiempo real, con actualizaciones continuas del sistema para que funcionara con precisión.
Las palabras decodificadas se mostraban en una pantalla. Sorprendentemente, se leyeron en voz alta con una voz similar a la de Harrell antes de desarrollar ELA. La voz fue compuesta mediante software entrenado con muestras de audio existentes suyas. En la primera sesión de entrenamiento de datos de voz, el sistema tardó 30 minutos en lograr una precisión de palabras del 99,6 % con un vocabulario de 50 palabras.
“Una ventaja clave de utilizar un vocabulario reducido de 50 palabras es que se puede pedir al participante que diga cada una de ellas varias veces, lo que ayuda a identificar una relación sólida entre la actividad neuronal y los fonemas correspondientes dentro del descodificador neurona”, apuntó Card.
Sin embargo, el reducido vocabulario limita las frases que el participante puede formular. Por ello, en la segunda sesión, el tamaño del vocabulario potencial aumentó a 125 mil palabras. Con solo 1,4 horas adicionales de datos de entrenamiento, el BCI logró una precisión de palabras del 90,2 % con este vocabulario ampliado. Después de la recopilación continua de datos, el BCI mantuvo una precisión del 97,5 %.
Esperanza para muchos
«Esta tecnología es transformadora porque brinda esperanza a las personas que quieren hablar pero no pueden. Espero que tecnologías como este discurso BCI ayuden a los futuros pacientes a hablar con sus familiares y amigos» comenta Stavisky.
«La primera vez que probamos el sistema, lloró de alegría cuando las palabras que estaba tratando de decir correctamente aparecieron en la pantalla. Todos lo hicimos», agregó el investigador.
El estudio informa sobre 84 sesiones de recopilación de datos durante 32 semanas. En total, Harrell utilizó el BCI de voz en conversaciones a su propio ritmo durante más de 248 horas para comunicarse en persona y por videollamada. «No poder comunicarme es muy frustrante y desmoralizador. Es como si estuvieras atrapado», señaló Harrell.
«Ha sido inmensamente gratificante ver a Casey recuperar su capacidad de hablar con su familia y amigos a través de esta tecnología«, continuó Card.
Fuente: SINC
VTV/DC/EMPG/DB/
