Una silla de ruedas controlada por la mente puede ayudar a una persona paralizada a obtener una nueva movilidad al traducir los pensamientos de los usuarios en comandos mecánicos. El 18 de noviembre en la revista iScience, los investigadores demuestran que los usuarios tetrapléjicos pueden operar sillas de ruedas controladas por la mente en un entorno natural y desordenado después de entrenar durante un período prolongado. “Demostramos que el aprendizaje mutuo tanto del usuario como del algoritmo de interfaz cerebro-máquina es importante para que los usuarios operen con éxito este tipo de sillas de ruedas”, dice José del R. Millán, autor correspondiente del estudio en la Universidad de Texas en Austin. “Nuestra investigación destaca un camino potencial para mejorar la traducción clínica de la tecnología de interfaz cerebro-máquina no invasiva”. Millán y sus colegas reclutaron a tres personas tetrapléjicas para el estudio longitudinal. Cada uno de los participantes se sometió a sesiones de entrenamiento tres veces por semana durante 2 a 5 meses. Los participantes usaban un casquete que detectaba sus actividades cerebrales a través de electroencefalografía (EEG), que se convertiría en comandos mecánicos para las sillas de ruedas a través de un dispositivo de interfaz cerebro-máquina. Se pidió a los participantes que controlaran la dirección de la silla de ruedas pensando en mover las partes de su cuerpo. Específicamente, necesitaban pensar en mover ambas manos para girar a la izquierda y ambos pies para girar a la derecha. En la primera sesión de capacitación, tres participantes tenían niveles similares de precisión (cuando las respuestas del dispositivo se alineaban con los pensamientos de los usuarios) de alrededor del 43 % al 55 %. En el transcurso de la capacitación, el equipo del dispositivo de interfaz cerebro-máquina observó una mejora significativa en la precisión del participante 1, que alcanzó una precisión de más del 95 % al final de su capacitación. El equipo también observó un aumento en la precisión del participante 3 al 98 % a la mitad de su entrenamiento antes de que el equipo actualizara su dispositivo con un nuevo algoritmo. La mejora observada en los participantes 1 y 3 se correlaciona con la mejora en la discriminación de funciones, que es la capacidad del algoritmo para discriminar el patrón de actividad cerebral codificado para los pensamientos de “ir a la izquierda” de los de “ir a la derecha”. El equipo descubrió que la mejor diferenciación de características no es solo el resultado del aprendizaje automático del dispositivo, sino también del aprendizaje en el cerebro de los participantes. El EEG de los participantes 1 y 3 mostró cambios claros en los patrones de ondas cerebrales a medida que mejoraron la precisión en el control mental del dispositivo. “Vemos a partir de los resultados del EEG que el sujeto ha consolidado la habilidad de modular diferentes partes de su cerebro para generar un patrón para ‘ir a la izquierda’ y un patrón diferente para ‘ir a la derecha'”, dice Millán. “Creemos que hubo una reorganización cortical que ocurrió como resultado del proceso de aprendizaje de los participantes”. En comparación con los participantes 1 y 3, el participante 2 no tuvo cambios significativos en los patrones de actividad cerebral durante el entrenamiento. Su precisión aumentó solo ligeramente durante las primeras sesiones, que se mantuvo estable durante el resto del período de entrenamiento. Sugiere que el aprendizaje automático por sí solo es insuficiente para maniobrar con éxito un dispositivo controlado por la mente, dice Millán. Al final de la capacitación, se les pidió a todos los participantes que condujeran sus sillas de ruedas a través de una habitación de hospital abarrotada. Tuvieron que sortear obstáculos como un separador de habitaciones y camas de hospital, que están configurados para simular el entorno del mundo real. Tanto el participante 1 como el 3 terminaron la tarea, mientras que el participante 2 no pudo completarla. “Parece que para que alguien adquiera un buen control de la interfaz cerebro-máquina que le permita realizar actividades diarias relativamente complejas como conducir la silla de ruedas en un entorno natural, requiere cierta reorganización neuroplástica en nuestra corteza”, dice Millán. El estudio también hizo hincapié en el papel de la formación a largo plazo en los usuarios. Aunque el participante 1 se desempeñó excepcionalmente al final, también tuvo problemas en las primeras sesiones de entrenamiento, dice Millán. El estudio longitudinal es uno de los primeros en evaluar la traducción clínica de la tecnología de interfaz cerebro-máquina no invasiva en personas tetrapléjicas. A continuación, el equipo quiere averiguar por qué el participante 2 no experimentó el efecto de aprendizaje. Esperan realizar un análisis más detallado de las señales cerebrales de todos los participantes para comprender sus diferencias y posibles intervenciones para las personas que luchan con el proceso de aprendizaje en el futuro.
Fuente de la historia:
Materiales proporcionados por Prensa celular. Nota: el contenido se puede editar por estilo y longitud.