Convirtiendo pensamientos en palabras

Un nuevo método permite extraer mayor información del cerebro.



Interfaz cerebral: Los micro electrodos que se muestran aquí fueron usados para registrar las señales del cerebro y decodificar diez palabras de los pensamientos de un paciente. Fuente: Spencer Kellis, University of Utah

Las interfaces cerebro-ordenador podrían algún día servir de ayuda a los pacientes considerados en estado de “locked-in”, incapaces de hablar o moverse, aunque conscientes y despiertos. Muchos de estos pacientes pueden comunicarse mediante el parpadeo de los ojos, aunque convertir el parpadeo en palabras es un proceso largo y agotador.
Un grupo de científicos de Utah ha demostrado una forma de determinar en cuál de entre 10 palabras distintas está pensando una persona registrando la actividad eléctrica de la superficie del cerebro.
La nueva técnica consiste en entrenar una serie de algoritmos para que reconozcan señales específicas del cerebro recogidas por unos electrodos no penetrantes colocados sobre los centros del lenguaje del cerebro, afirma Spencer Kellis, uno de los bioingenieros que llevó a cabo el trabajo en la Universidad de Utah, en Salt Lake City. El enfoque utilizado se conoce como electrocorticografía (ECoG). El grupo fue capaz de identificar las palabras “sí”, “no”, “caliente”, “frío”, “sed”, “hambre”, “hola”, “adiós”, “más” y “menos” con una precisión del 48 por ciento.
“La precisión sin duda debe mejorar”, afirma Kellis. “Pero hemos demostrado que la información está ahí”.
En el pasado, las palabras individuales se han descifrado a partir de las señales del cerebro utilizando resonancia magnética funcional (fMRI), afirma Eric Leuthardt, director del Centro para la Innovación en Neurociencia y Tecnología de la Escuela de Medicina de la Universidad de Washington en St. Louis, Missouri. Esta es la primera vez que la hazaña se ha realizado utilizando una ECoG, que es un enfoque mucho más práctico y portátil de resonancia magnética funcional, afirma.
En colaboración con sus colegas Bradley Greger y Paul House, Kellis colocó 16 electrodos en la superficie del cerebro de un paciente en tratamiento de epilepsia. Los electrodos registraron las señales de la corteza motora facial—un área del cerebro que controla los músculos de la cara durante el discurso—y sobre el área de Wernicke, la parte de la corteza cerebral que se relaciona con el lenguaje. Para entrenar al algoritmo, se analizaron las señales al tiempo que al paciente se le pedía varias veces que pronunciara las 10 palabras.
La ECoG se ha utilizado desde hace tiempo para localizar la fuente de los ataques epilépticos en el cerebro. Sin embargo los electrodos utilizados son típicamente de varios cientos de micrones de tamaño y se colocan a centímetros de distancia, asegura Kellis. “El cerebro realiza el procesamiento a una escala espacial mucho más detallada de lo que realmente detectan estos electrodos clínicos estándar”, señala. El equipo de Utah utilizó un nuevo tipo de matriz de microelectrodos desarrollada por PMT Neurosurgical. Los electrodos son mucho más pequeños—40 micrones de tamaño—y están separados por un par de milímetros.
Es posible utilizar técnicas menos invasivas, como la electroencefalografía (EEG), que coloca los electrodos en el cuero cabelludo, para permitir comunicaciones desde el cerebro al ordenador. Adrian Owen, científico de alto nivel en la Unidad de Cognición y Ciencias del Cerebro de la Universidad de Cambridge, Reino Unido, ha demostrado que las señales de EEG se pueden utilizar para permitir a las personas en estado vegetativo persistente comunicar un “sí” o un “no”.
Sin embargo, con la EEG, muchas de las señales se filtran por el cráneo, señaló Leuthardt. “Lo que es realmente bueno de la ECoG es su potencial para darnos mucha más información”, afirma.
Decodificar 10 palabras es “muy bueno”, asegura Owen, pero la precisión tendrá que mejorar de manera espectacular, teniendo en cuenta el tipo de pacientes al que se dirige la tecnología. “No creo que ni siquiera un 60 por ciento o un 70 por ciento de precisión funcione en pacientes que no pueden comunicarse de ninguna otra manera, y donde no hay otro margen para la verificación”, afirma.
En última instancia, la esperanza es que la ECoG permita sistemas de comunicación mucho más avanzados. El año pasado Leuthardt demostró que la ECoG podría ser usada para decodificar los sonidos vocálicos y consonánticos—un enfoque que algún día podría ser utilizado para reconstruir un número mucho mayor de palabras completas.

Las interfaces cerebro-ordenador podrían algún día servir de ayuda a los pacientes considerados en estado de “locked-in”, incapaces de hablar o moverse, aunque conscientes y despiertos. Muchos de estos pacientes pueden comunicarse mediante el parpadeo de los ojos, aunque convertir el parpadeo en palabras es un proceso largo y agotador.
Un grupo de científicos de Utah ha demostrado una forma de determinar en cuál de entre 10 palabras distintas está pensando una persona registrando la actividad eléctrica de la superficie del cerebro.
La nueva técnica consiste en entrenar una serie de algoritmos para que reconozcan señales específicas del cerebro recogidas por unos electrodos no penetrantes colocados sobre los centros del lenguaje del cerebro, afirma Spencer Kellis, uno de los bioingenieros que llevó a cabo el trabajo en la Universidad de Utah, en Salt Lake City. El enfoque utilizado se conoce como electrocorticografía (ECoG). El grupo fue capaz de identificar las palabras “sí”, “no”, “caliente”, “frío”, “sed”, “hambre”, “hola”, “adiós”, “más” y “menos” con una precisión del 48 por ciento.
“La precisión sin duda debe mejorar”, afirma Kellis. “Pero hemos demostrado que la información está ahí”.
En el pasado, las palabras individuales se han descifrado a partir de las señales del cerebro utilizando resonancia magnética funcional (fMRI), afirma Eric Leuthardt, director del Centro para la Innovación en Neurociencia y Tecnología de la Escuela de Medicina de la Universidad de Washington en St. Louis, Missouri. Esta es la primera vez que la hazaña se ha realizado utilizando una ECoG, que es un enfoque mucho más práctico y portátil de resonancia magnética funcional, afirma.
En colaboración con sus colegas Bradley Greger y Paul House, Kellis colocó 16 electrodos en la superficie del cerebro de un paciente en tratamiento de epilepsia. Los electrodos registraron las señales de la corteza motora facial—un área del cerebro que controla los músculos de la cara durante el discurso—y sobre el área de Wernicke, la parte de la corteza cerebral que se relaciona con el lenguaje. Para entrenar al algoritmo, se analizaron las señales al tiempo que al paciente se le pedía varias veces que pronunciara las 10 palabras.
La ECoG se ha utilizado desde hace tiempo para localizar la fuente de los ataques epilépticos en el cerebro. Sin embargo los electrodos utilizados son típicamente de varios cientos de micrones de tamaño y se colocan a centímetros de distancia, asegura Kellis. “El cerebro realiza el procesamiento a una escala espacial mucho más detallada de lo que realmente detectan estos electrodos clínicos estándar”, señala. El equipo de Utah utilizó un nuevo tipo de matriz de microelectrodos desarrollada por PMT Neurosurgical. Los electrodos son mucho más pequeños—40 micrones de tamaño—y están separados por un par de milímetros.
Es posible utilizar técnicas menos invasivas, como la electroencefalografía (EEG), que coloca los electrodos en el cuero cabelludo, para permitir comunicaciones desde el cerebro al ordenador. Adrian Owen, científico de alto nivel en la Unidad de Cognición y Ciencias del Cerebro de la Universidad de Cambridge, Reino Unido, ha demostrado que las señales de EEG se pueden utilizar para permitir a las personas en estado vegetativo persistente comunicar un “sí” o un “no”.
Sin embargo, con la EEG, muchas de las señales se filtran por el cráneo, señaló Leuthardt. “Lo que es realmente bueno de la ECoG es su potencial para darnos mucha más información”, afirma.
Decodificar 10 palabras es “muy bueno”, asegura Owen, pero la precisión tendrá que mejorar de manera espectacular, teniendo en cuenta el tipo de pacientes al que se dirige la tecnología. “No creo que ni siquiera un 60 por ciento o un 70 por ciento de precisión funcione en pacientes que no pueden comunicarse de ninguna otra manera, y donde no hay otro margen para la verificación”, afirma.
En última instancia, la esperanza es que la ECoG permita sistemas de comunicación mucho más avanzados. El año pasado Leuthardt demostró que la ECoG podría ser usada para decodificar los sonidos vocálicos y consonánticos—un enfoque que algún día podría ser utilizado para reconstruir un número mucho mayor de palabras completas.

Fuente : technology review

Por Duncan Graham-Rowe
Traducido por Francisco Reyes (Opinno)