I lavori di sviluppo di protesi cerebrali di tipo BCI (brain computer interface) proseguono su più fronti, sono diversi i team di ricercatori che da anni esplorano questo particolare e delicato segmento, con risultati sempre più incoraggianti. Abbiamo visto come il progetto Neuralink di Elon Musk proceda a gonfie vele e, fantascienza a parte, le principali ricerche si concentrano sulle persone colpite da forme di disabilità motorie. L'obiettivo è trovare soluzioni che coniughino medicina e tecnologia per migliorare la loro vita.

Diversi esperimenti evidenziano il potenziale di queste soluzioni e di recente un sistema di interfaccia cerebrale plug & play ha mostrato ottimi risultati. Il punto di svolta è arrivato negli ultimi anni con il miglioramento dei sistemi di intelligenza artificiale e apprendimento automatico, ed è proprio su queste tecnologie che si basa lo studio di Karunesh Ganguly, professore associato presso il Dipartimento di Neurologia della UC San Francisco. Il suo team è riuscito a realizzare un'interfaccia BCI che ha del rivoluzionario, ma come funziona in pratica?

Il sistema si basa sull'impianto di un array di elettrodi per l'elettrocorticografia (ECoG) delle dimensioni di un post-it, il quale è stato posizionato direttamente sulla superficie del cervello. Questo sottile elemento è in grado di monitorare l'attività elettrica dalla corteccia cerebrale, fornendo registrazioni stabili dell'attività neurale. In precedenza ci si è affidati a sistemi BCI basati su degli elettrodi impiantati nel tessuto, tale soluzione si è dimostrata nel tempo meno precisa, evidenziando un degrado del segnale.

L'installazione del nuovo sistema BCI è avvenuta sul cervello di un uomo colpito da paralisi di tutti e quattro gli arti, mostrando un funzionamento lineare per 44 giorni senza necessità di interventi diretti. Per eseguire i test il team si è servito di un algoritmo proprietario basato sull'apprendimento automatico con l'obiettivo di abbinare l'attività cerebrale rilevata a determinati pensieri. Per arrivare a dei risultati concreti si è proceduto operando una vera e propria taratura del sistema.

Con l'obiettivo di consentire lo spostamento di un cursore sullo schermo di un PC, Il team ha cominciato misurando l'attività cerebrale mentre l'uomo visualizzava dei comandi base. E' stato chiesto all'uomo di immaginare i movimenti del collo e del polso mentre osservava il movimento del cursore, ciò ha portato l'algoritmo ad aggiornarsi gradualmente in modo da poter abbinare i movimenti del cursore all'attività cerebrale.

Se inizialmente l'algoritmo è stato reimpostato ogni giorno come da pratica standard, ci si è subito resi conto che questo processo che richiedeva tempo e limitava il controllo dell'utente. I ricercatori hanno provato un approccio diverso: consentire all'algoritmo di continuare l'aggiornamento senza un ripristino giornaliero.

Ed ecco la svolta, l'interazione continua tra i segnali cerebrali e l'algoritmo potenziato dall'apprendimento automatico ha portato a continui miglioramenti delle prestazioni, tradotti in un controllo sempre più preciso del movimento del cursore.

E' stato poi osservato uno sviluppo interessante: l'attività cerebrale del partecipante sembrava sviluppare un "modello" mentale radicato e coerente per il controllo dell'interfaccia BCI, un evento che mai era stato registrato con il sistema di ricalibrazione quotidiano. Il team di ricercatori definisce questo aspetto come un tentativo di costruire una partnership tra i due sistemi di apprendimento (cervello e computer), tanto da far diventare l'interfaccia BCI come un'estensione dell'utente, quasi fosse un nuovo arto.

Come si diceva all'inizio, la costanza delle prestazioni misurate in 44 giorni di fila d'utilizzo è piuttosto incoraggiante, i ricercatori sono inoltre stati in grado di testare ulteriori abilità, come il cliccare su un pulsante, senza notare degradi delle prestazioni. I dati raccolti in quasi due mesi di test mostrano che i sistemi BCI basati su ECoG potrebbero essere la base per una nuova tecnologia d'assistenza ad uso medico, naturalmente il rischio che anche questo progetto possa finire a prendere polvere in un cassetto è come sempre elevato.

Per maggiori informazioni sulla ricerca vi rimandiamo alla pubblicazione originale (in FONTE). lo studio è stato condotto congiuntamente da Daniel Silversmith, Reza Abiri, Nicholas Hardy e Nikhilesh Natraj dell'UCSF e del San Francisco Veterans Affairs Medical Center. Adelyn Tu-Chan dell'UCSF e del San Francisco VA e Edward Chang dell'UCSF sono anche coautori. Ganguly è l'autore corrispondente dello studio.