Pesquisadores decodificaram em tempo real a atividade neural de um participante paralisado, controlando seu avatar virtual personalizado e permitindo que ele se comunicasse por meio de fala e gestos. Crédito da imagem: Universidade da Califórnia em São Francisco, EUA
A revista Nature Neuroscience publicou em 14 de setembro um dos mais recentes avanços em neurociência: um único dispositivo cerebral implantado pode decodificar simultaneamente a fala e os gestos de pacientes paralisados. Uma equipe de pesquisa dos Estados Unidos decodificou em tempo real a atividade neural de um participante paralisado, controlando seu avatar virtual personalizado e permitindo que ele se comunicasse por meio de fala e gestos. Os resultados do estudo impulsionam o avanço das interfaces cérebro-computador e têm o potencial de ajudar pacientes paralisados a se comunicarem de maneira mais natural.
A comunicação natural humana frequentemente combina fala e gestos, como acenar, assentir com a cabeça ou outros movimentos da parte superior do corpo. Acidentes vasculares cerebrais e doenças neurodegenerativas, como a esclerose lateral amiotrófica, podem prejudicar simultaneamente a fala e a capacidade de movimento corporal, enfraquecendo a capacidade de interação social dos pacientes.
As interfaces cérebro-computador visam converter a atividade cerebral em comandos para controlar dispositivos externos, restaurando assim funções perdidas. A tecnologia de interface cérebro-computador acumula mais de uma década de desenvolvimento. As primeiras abordagens utilizavam principalmente eletrodos na superfície cortical ou microeletrodos inseridos no córtex para registrar a atividade neural das áreas motoras relacionadas à fala, e então, por meio de aprendizado de máquina, convertiam os sons, palavras e frases desejados em texto ou fala sintetizada; a vertente motora, por sua vez, concentrou-se por muito tempo no controle de cursor, braço robótico ou preensão envolvendo as regiões do braço e da mão. No entanto, a fala e os movimentos dos membros superiores/cabeça e face se sobrepõem parcialmente no córtex sensoriomotor, e decodificadores treinados separadamente para "apenas falar" ou "apenas mover" podem sofrer interferência mútua quando operados em paralelo. Estudos anteriores também se concentraram, em sua maioria, separadamente na fala ou no movimento.
Neste estudo, a equipe da Universidade da Califórnia em São Francisco, nos EUA, utilizou um dispositivo cerebral implantado sobre o córtex sensoriomotor para registrar a atividade neural de 3 participantes com paralisia do trato vocal e dos membros. Eles primeiro demonstraram que um único dispositivo implantado é capaz de captar sinais relacionados a múltiplos tipos de movimento, incluindo movimentos dos membros superiores e movimentos da boca e da face relacionados à fala, como encolher os ombros, cerrar o punho e agitá-lo ou assentir com a cabeça; em seguida, a equipe utilizou, em dois desses participantes, decodificadores paralelos de fala e gestos para controlar um avatar virtual de corpo inteiro, sendo solicitado aos participantes que tentassem realizar gestos específicos, responder a comandos de diálogo ou executar ambos simultaneamente.
Em tarefas de diálogo, o sistema decodificou com precisão a fala e os gestos dos dois participantes: um deles alcançou precisão mediana de 100% tanto na decodificação de fala quanto na de gestos em 3 blocos de tarefas de diálogo.
A equipe descobriu que treinar o sistema com dados de fala e gestos simultaneamente pode melhorar o desempenho e reduzir erros. Eles observaram que, antes de ser aplicada, essa tecnologia ainda precisa incluir mais participantes e ser testada com conjuntos maiores de vocabulário e de gestos.