Estudo representa avanço importante no campo das interfaces cérebro-computador



Pela primeira vez, cientistas conseguiram traduzir em texto a atividade cerebral de uma pessoa com paralisia que não consegue falar.

Neurocientistas da Universidade da Califórnia, San Francisco (UCSF) implantaram uma placa de eletrodos do tamanho de um cartão de crédito no córtex do paciente de 36 anos - na região sensório-motora, a parte do cérebro que articula a fala.

A equipe desenvolveu "algoritmos de deep-learning" para treinar modelos de computador no reconhecimento e classificação das palavras dentro dos padrões de atividade cerebral do participante. Eles então pediram ao homem que pensasse em dizer as palavras que apresentavam a ele em uma tela.

Eles usaram ainda um “modelo de linguagem natural” - programa que prevê a próxima palavra em uma frase com base nas palavras anteriores.

“Este resultado é realmente um marco para restaurar a fala de pessoas que não conseguem se comunicar devido à paralisia”, disse David Moses, engenheiro de pós-doutorado da UCSF e principal autor do estudo, em uma entrevista ao San Francisco Chronicle.

“Existem outras abordagens, mas esta é a primeira prova de que alguém pode tentar falar e que podemos traduzir o que eles estavam tentando dizer a partir dessa atividade cerebral.”

Perda da fala em idade adulta

O participante, que tinha 36 anos no início do estudo, teve um derrame no tronco encefálico aos 20 anos que resultou em paralisia severa e perda da fala inteligível, conhecida como anartria. O paciente conseguia vocalizar grunhidos e gemidos, mas não conseguia articular palavras, apesar de ter funções cognitivas saudáveis.

Após 48 sessões de treinamento com a nova tecnologia de “leitura da mente” ao longo de 81 semanas, ele conseguiu gerar cerca de 15 palavras por minuto, com uma taxa de erro de 26%.

Os cientistas, que relatam suas descobertas no The New England Journal of Medicine, dizem que as tecnologias de decodificação de voz são geralmente consideradas utilizáveis ​​se tiverem uma taxa de erro de palavra abaixo de 30%.

Dados de atividade cerebral

Ao longo dessas sessões, os pesquisadores coletaram 22 horas de dados de atividade cerebral, que alimentaram o algoritmo de aprendizado profundo.

Em duas sessões finais adicionais, o homem tentou usar as palavras previamente treinadas para gerar frases como "Estou com sede" e "Preciso dos meus óculos".

Em cada tentativa, o participante era apresentado à frase e tentava gerar as palavras o mais rápido possível pensando em dizê-las.

O algoritmo de aprendizado profundo e o modelo de linguagem permitiram que seus pensamentos fossem decodificados sem erros em mais da metade das tentativas.

Fonte: Medical News Today