Una interfaz cerebro-máquina permite el control de sillas de ruedas con la mente

Source: Geralt/Pixabay

Un nuevo estudio publicado en iScience, una revista de Cell Press, revela cómo las personas gravemente paralizadas pueden conducir sillas de ruedas con pensamientos en un entorno realista después de entrenar de forma no invasiva un algoritmo de interfaz cerebro-máquina (BMI) habilitado para inteligencia artificial (IA).

“El objetivo principal de este estudio es probar la hipótesis de que la adquisición de habilidades de BMI por parte de los usuarios finales es fundamental para controlar una silla de ruedas inteligente no invasiva accionada por el cerebro en entornos del mundo real”, escribieron los autores del estudio de investigación de la Universidad de Texas en Austin.

Las interfaces cerebro-máquina, también conocidas como interfaces cerebro-computadora (ICC), son dispositivos de neurotecnología que permiten decodificar la actividad del cerebro humano en comandos que pueden operar dispositivos como teléfonos inteligentes, computadoras, miembros robóticos y sillas de ruedas.

“En este trabajo, demostramos que tres personas afectadas por tetraplejía severa después de una lesión de la médula espinal (LME) aprendieron a operar una ICC con base en el ritmo sensoriomotor (RSM) a su propio ritmo para conducir una silla de ruedas robótica inteligente en escenarios del mundo real con diferentes grados de competencia”, escribieron los investigadores.

Los tres hombres cuadrapléjicos, también conocidos como tetrapléjicos, que participaron en el estudio eran usuarios de sillas de ruedas debido a lesiones en la médula espinal. La actividad neuronal de los participantes se registró de forma no invasiva a través de un casquete de electroencefalografía (EEG) mientras estaban sentados en una silla de ruedas entrenando tres veces por semana durante un período específico de dos, tres o cinco meses.

La tecnología utilizada para el estudio incluye Matlab, OpenGL, Robotic Operating System (ROS), eego™sport de ANT Neuro, TDX SP2 de Invacare y Hokuyo URG-04LX-UG01.

Para entrenar la interfaz cerebro-máquina, se pidió a los participantes que pensaran en movimientos específicos con indicaciones visuales. Después de entrenar la interfaz cerebro-máquina, a los participantes se les asignó la tarea de operar la silla de ruedas con sus pensamientos en un entorno abarrotado del mundo real.

“Nuestro trabajo muestra que la capacidad de los participantes para navegar en un entorno clínico natural y desordenado es directamente proporcional a las habilidades de IMC adquiridas”, informaron los científicos.

Dos de los tres participantes tuvieron cambios notables en los patrones de actividad neuronal a medida que mejoraba su precisión en el funcionamiento del dispositivo de interfaz cerebro-máquina. El participante restante tuvo una actividad neuronal relativamente constante durante el período. Aparte de un pequeño aumento en la precisión en el entrenamiento inicial, su rendimiento se estancó y no varió mucho posteriormente.

El poder de la IA y el aprendizaje humano

Con base en las actuaciones individuales de los participantes, los investigadores descubrieron que la capacidad del algoritmo de aprendizaje automático para distinguir y decodificar la actividad cerebral para diferentes comandos de movimiento era una función tanto de la IA como del aprendizaje humano de los participantes.

Los investigadores descubrieron que el control compartido con inteligencia artificial robótica y el aprendizaje de sujetos son componentes críticos para las interfaces cerebro-máquina traduccionales no invasivas.

Con estos nuevos conocimientos, los investigadores sugieren que los estudios futuros deberían explorar formas de “acoplar el aprendizaje automático y el aprendizaje de sujetos” y que “se necesitan estudios más amplios para determinar el potencial de traducción exacto de la tecnología robótica de asistencia de BMI”.

Artificial Intelligence Lecturas esenciales

Por qué las emociones activan a los consumidores en la era digital

La IA funciona a niveles humanos en las pruebas de Teoría de la Mente

“Los resultados logrados en este trabajo nos permiten resaltar cómo el control compartido y, en general, los enfoques de interacción humano-robot y la robótica colaborativa pueden ayudar al usuario a lograr la seguridad, la eficiencia y la facilidad de uso de la silla de ruedas controlada por el cerebro, especialmente en el caso de un rendimiento del IMC mediocre”, concluyeron los científicos.

Derechos de autor © 2022 Cami Rosso Todos los derechos reservados.