Interfaz cerebro-máquina miniaturizada procesa señales neuronales en tiempo real

Investigadores de la EPFL han desarrollado una interfaz cerebro-máquina miniaturizada de última generación capaz de realizar una comunicación directa entre el cerebro y texto en diminutos chips de silicio.

Las interfaces cerebro-máquina (BMI) han surgido como una solución prometedora para restablecer la comunicación y el control en personas con discapacidades motoras graves.

Tradicionalmente, estos sistemas han sido voluminosos, consumen mucha energía y tienen aplicaciones prácticas limitadas.

Investigadores de la EPFL han desarrollado la primera interfaz cerebro-máquina miniaturizada (MiBMI) de alto rendimiento, que ofrece una solución extremadamente pequeña, de bajo consumo, muy precisa y versátil.

La MiBMI no solo mejora la eficiencia y la escalabilidad de las interfaces cerebro-máquina, sino que también allana el camino para dispositivos prácticos y totalmente implantables.

Esta tecnología tiene el potencial de mejorar significativamente la calidad de vida de los pacientes con enfermedades como la esclerosis lateral amiotrófica (ELA) y lesiones de la médula espinal.

El pequeño tamaño y el bajo consumo de energía del MiBMI son características clave, lo que hace que el sistema sea adecuado para aplicaciones implantables.

Su mínima invasividad garantiza la seguridad y la practicidad para su uso en entornos clínicos y de la vida real.

También es un sistema totalmente integrado, lo que significa que el registro y el procesamiento se realizan en dos chips extremadamente pequeños con un área total de 8 mm².

Este es el último de una nueva clase de dispositivos BMI de bajo consumo desarrollados en el Laboratorio de Neurotecnologías Integradas (INL) de Mahsa Shoaran en los institutos IEM y Neuro X de la EPFL.

“MiBMI nos permite convertir la actividad neuronal compleja en texto legible con alta precisión y bajo consumo de energía.

Este avance nos acerca a soluciones prácticas e implantables que pueden mejorar significativamente las capacidades de comunicación de las personas con discapacidades motoras graves“, dice Shoaran.

La conversión de cerebro a texto implica la decodificación de señales neuronales generadas cuando una persona imagina escribir letras o palabras.

En este proceso, los electrodos implantados en el cerebro registran la actividad neuronal asociada con las acciones motoras de la escritura a mano.

El chipset MiBMI procesa estas señales en tiempo real, traduciendo los movimientos de la mano que el cerebro pretende realizar en el texto digital correspondiente.

Esta tecnología permite a las personas, especialmente a aquellas con síndrome de enclaustramiento y otras discapacidades motoras graves, comunicarse simplemente pensando en escribir, y la interfaz convierte sus pensamientos en texto legible en una pantalla.”

Si bien el chip aún no se ha integrado en un BMI funcional, ha procesado datos de grabaciones en vivo anteriores, como las del laboratorio Shenoy en Stanford, convirtiendo la actividad de escritura a mano en texto con una impresionante precisión del 91%“, dice el autor principal Mohammed Ali Shaeri.

El chip puede decodificar actualmente hasta 31 caracteres diferentes, un logro inigualable por cualquier otro sistema integrado.

“Estamos seguros de que podemos decodificar hasta 100 caracteres, pero aún no hay disponible un conjunto de datos de escritura a mano con más caracteres“, agrega Shaeri.

Los actuales BMI registran los datos de los electrodos implantados en el cerebro y luego envían estas señales a un computador independiente para que realice la descodificación.

El chip MiBMI registra los datos, pero también procesa la información en tiempo real, integrando un sistema de grabación neuronal de 192 canales con un descodificador neuronal de 512 canales.

Este avance neurotecnológico es una proeza de miniaturización extrema que combina la experiencia en circuitos integrados, ingeniería neuronal e inteligencia artificial.

Esta innovación es particularmente emocionante en la era emergente de las nuevas empresas neurotecnológicas en el campo de los BMI, donde la integración y la miniaturización son puntos clave.

El MiBMI de la EPFL ofrece perspectivas prometedoras y potencial para el futuro del campo.

Para poder procesar la enorme cantidad de información recogida por los electrodos del BMI miniaturizado, los investigadores tuvieron que adoptar un enfoque completamente diferente para el análisis de datos.

Descubrieron que la actividad cerebral de cada letra, cuando el paciente imagina escribirla a mano, contiene marcadores muy específicos, que los investigadores han denominado códigos neuronales distintivos (DNC).

En lugar de procesar miles de bytes de datos para cada letra, el microchip solo necesita procesar los DNC, que son alrededor de un centenar de bytes.

Esto hace que el sistema sea rápido y preciso, con un bajo consumo de energía.

Este avance también permite tiempos de entrenamiento más rápidos, lo que hace que aprender a usar el BMI sea más fácil y accesible.

“Estamos colaborando con otros grupos de investigación para probar el sistema en diferentes contextos, como la decodificación del habla y el control del movimiento.

Nuestro objetivo es desarrollar un BMI versátil que pueda adaptarse a diversos trastornos neurológicos, ofreciendo una gama más amplia de soluciones para los pacientes“, afirma Shoaran.

Fuente: IEEE Xplore