Los investigadores decodificaron en tiempo real la actividad neuronal de un sujeto paralizado para controlar su avatar virtual personalizado, permitiéndole comunicarse mediante voz y gestos. Crédito de la imagen: Universidad de California en San Francisco, EE. UU.

El 14 de septiembre, la revista Nature Neuroscience publicó un nuevo resultado de investigación en neurociencia: un único dispositivo implantado en el cerebro puede decodificar simultáneamente el habla y los gestos de pacientes paralizados. Un equipo de investigación estadounidense decodificó en tiempo real la actividad neuronal de un sujeto paralizado para controlar su avatar virtual personalizado, permitiéndole comunicarse mediante voz y gestos. Los resultados de este estudio impulsan los avances en las interfaces cerebro-computadora y podrían ayudar a los pacientes paralizados a comunicarse de una manera más natural.

La comunicación natural humana suele combinar el habla con gestos, como saludar con la mano, asentir con la cabeza u otros movimientos de la parte superior del cuerpo. Los accidentes cerebrovasculares y las enfermedades neurodegenerativas, como la esclerosis lateral amiotrófica, pueden dañar simultáneamente el habla y la capacidad de movimiento corporal, debilitando la capacidad de interacción social de los pacientes.

Las interfaces cerebro-computadora tienen como objetivo convertir la actividad cerebral en instrucciones para controlar dispositivos externos, restaurando así las funciones perdidas. La tecnología de interfaces cerebro-computadora cuenta con más de una década de acumulación. Las primeras direcciones utilizaban principalmente electrodos en la superficie cortical o microelectrodos insertados en la corteza para registrar la actividad neuronal de las áreas motoras relacionadas con la articulación del habla, y luego, mediante aprendizaje automático, convertían los sonidos, palabras o frases que se deseaban decir en texto o voz sintetizada; la dirección motora, por su parte, se centró durante mucho tiempo en las regiones del brazo y la mano para el control de cursores, brazos robóticos o agarre. Sin embargo, el habla y los movimientos de las extremidades superiores/cabeza y rostro se superponen parcialmente en la corteza sensoriomotora, y los decodificadores entrenados por separado para "solo hablar" o "solo mover" pueden interferir entre sí cuando funcionan en paralelo. Además, investigaciones anteriores se centraron mayoritariamente en el habla o el movimiento por separado.

En esta ocasión, el equipo de la Universidad de California en San Francisco, EE. UU., utilizó un dispositivo implantado en el cerebro colocado sobre la corteza sensoriomotora para registrar la actividad neuronal de 3 participantes con parálisis del tracto vocal y de las extremidades. En primer lugar, demostraron que un único dispositivo implantado puede captar señales relacionadas con múltiples tipos de movimiento, incluidos movimientos de las extremidades superiores y movimientos de la boca y el rostro relacionados con el habla, como encogerse de hombros, cerrar el puño y agitarlo o asentir con la cabeza; posteriormente, el equipo utilizó en dos de los participantes decodificadores paralelos de habla y gestos para controlar un avatar de cuerpo completo, y se pidió a los participantes que intentaran realizar gestos específicos, responder a indicaciones de diálogo o completar ambas tareas simultáneamente.

En las tareas de diálogo, el sistema decodificó con precisión el habla y los gestos de los dos participantes: uno de ellos alcanzó una precisión mediana del 100 % tanto en la decodificación del habla como en la de los gestos en 3 bloques de tareas de diálogo.

El equipo descubrió que entrenar el sistema utilizando simultáneamente datos de habla y gestos puede mejorar el rendimiento y reducir los errores. Señalaron que, antes de que esta tecnología pueda aplicarse, aún es necesario incluir a más participantes y probarla con conjuntos de vocabulario y gestos de mayor escala.