Resumo:
A inteligência artificial está abrindo uma nova direção de desenvolvimento para a tecnologia de visão biônica. Pesquisadores da Universidade da Califórnia, em Santa Bárbara, do Instituto Federal Suíço de Tecnologia em Zurique, e da Universidade Miguel Hernandez, na Espanha, usaram tecnologia de aprendizagem profunda para melhorar o método de estimulação elétrica de implantes de córtex visual, permitindo que o cérebro produza percepção visual de maneira mais precisa e com economia de energia. Espera-se que esta investigação promova o desenvolvimento de uma nova geração de olhos biónicos, proporcionando a possibilidade de restaurar a visão parcial a pessoas cegas devido a danos nos olhos ou no nervo óptico.
As próteses visuais tradicionais geralmente tentam capturar imagens externas por meio de câmeras e depois converter as imagens em sinais elétricos para estimular a retina ou o córtex visual do cérebro, permitindo ao usuário perceber pontos de luz ou formas simples. No entanto, os sistemas de visão são muito mais complexos do que os monitores comuns. Mesmo que sinais eléctricos precisos sejam introduzidos em múltiplos eléctrodos, a experiência visual final produzida pelo cérebro pode não corresponder aos sinais de entrada um a um. Os eletrodos podem interagir entre si e as respostas dos neurônios podem mudar com o tempo e o estado do cérebro.
O foco desta pesquisa é resolver a diferença entre os sinais de estimulação elétrica e a percepção visual humana real.
A equipe de pesquisa conduziu um experimento em humanos em um hospital na Espanha, e o participante era um homem de 27 anos. Ele já havia perdido a visão devido a uma grave lesão cerebral traumática. Os pesquisadores implantaram um conjunto temporário de eletrodos contendo 96 eletrodos em seu córtex visual que pode enviar sinais elétricos diretamente para a área do cérebro responsável pelo processamento visual.
Quando os eletrodos estimulam o córtex visual, os participantes podem experimentar um fenômeno visual chamado "fosfenos", no qual o cérebro ainda produz a sensação de flashes, pontos de luz ou formas simples, mesmo quando nenhuma luz externa entra nos olhos. Este fenômeno é uma base importante para a pesquisa em próteses corticais visuais, pois demonstra que, ao estimular diretamente o cérebro, experiências visuais podem ser produzidas, até certo ponto, contornando o olho e o nervo óptico danificados.
Para melhorar o efeito de estimulação, os pesquisadores treinaram um conjunto de redes neurais profundas para permitir que a inteligência artificial aprenda a relação entre os diferentes modos de estimulação elétrica e as respostas neurais do cérebro.
Ao contrário dos métodos tradicionais, este sistema de IA não só analisa quais sinais são recebidos dos eletrodos, mas também se refere à atividade cerebral em repouso registrada antes de cada teste. O cérebro nem sempre está no mesmo estado, e mesmo usar exatamente o mesmo estímulo elétrico pode produzir respostas neurais diferentes em momentos diferentes. Ao incorporar essa atividade de fundo no modelo, a IA é capaz de prever com mais precisão como o cérebro responderá a estímulos específicos e ajustará como os eletrodos funcionam de acordo.
Resultados experimentais mostram que o modo de estimulação otimizado por IA pode ativar respostas neurais alvo com mais precisão e requer corrente mais baixa. Os pesquisadores também descobriram que registrar diretamente a atividade cerebral era, na verdade, melhor para prever as experiências visuais finais dos participantes do que simplesmente observar os parâmetros elétricos dos eletrodos.
Esta descoberta é de grande importância. O pensamento tradicional da engenharia muitas vezes trata o córtex visual como uma tela que pode ser iluminada ponto a ponto por meio de eletrodos e acredita que estimular mais eletrodos pode formar uma imagem mais completa. Mas este não é o caso. Existem interações entre os eletrodos e as respostas neuronais também flutuam. Os sinais elétricos que chegam ao cérebro não são iguais ao que as pessoas veem.
Neste experimento, os pesquisadores não apenas registraram a atividade neural, mas também pediram aos participantes que descrevessem os pontos de luz que sentiam, incluindo informações como brilho, tamanho, forma e cor. Essas experiências visuais subjetivas combinadas com gravações neurais objetivas fornecem uma base de dados para a inteligência artificial construir modelos de estimulação mais precisos.
O que é mais digno de nota é que este dispositivo implantado tem a capacidade de estimular neurônios e registrar respostas neurais ao mesmo tempo. Isso significa que as futuras próteses visuais nem sempre precisam funcionar de acordo com parâmetros fixos predefinidos, mas podem observar continuamente a resposta do cérebro e, em seguida, usar a inteligência artificial para ajustar dinamicamente o plano de estimulação.
O líder da pesquisa, Michael Beyeler, professor da Universidade da Califórnia, em Santa Bárbara, disse que uma prótese visual verdadeiramente útil não pode depender de um programa de estimulação fixo que seja adequado para todos, mas deve aprender as características de resposta do cérebro de cada pessoa e ajustar-se continuamente de acordo com as diferenças individuais. O objetivo final é adaptar o dispositivo ao cérebro do usuário, em vez de exigir que o usuário se adapte ao dispositivo.
Esta tecnologia poderá um dia ajudar pessoas que perderam a visão devido a doenças oculares genéticas, acidentes ou doenças neurológicas. Em particular, aqueles que já tiveram visão normal e mais tarde ficaram cegos podem reter algum grau de experiência visual e capacidades de processamento neural relacionadas, pelo que recuperar alguma visão pode ser de especial importância.
No entanto, os investigadores enfatizaram que os resultados atuais ainda são uma prova de conceito inicial e que ainda há um longo caminho a percorrer antes que possa realmente ajudar as pessoas cegas a restaurar a sua visão diária. Este experimento envolveu apenas um participante. O estudo mostrou que a inteligência artificial pode melhorar o efeito da estimulação elétrica do córtex visual sob certas condições, mas isso não significa que o participante tenha restaurado a visão normal.
Além disso, os fosfenos actualmente produzidos através dos eléctrodos são ainda bastante limitados e existe uma enorme lacuna entre as cenas complexas que o olho humano consegue perceber. A investigação futura também precisa de abordar questões como a forma de formar informações visuais estáveis, claras e espacialmente contínuas e como permitir a operação segura a longo prazo de dispositivos implantados.
Os resultados desta pesquisa foram publicados na revista Neuron em 7 de agosto de 2026. O artigo é intitulado "Controle da atividade evocada eletricamente no córtex visual humano com base no aprendizado profundo".
O avanço mais importante desta pesquisa não é simplesmente aumentar o número de eletrodos na prótese visual, mas usar a inteligência artificial para estabelecer uma conexão mais precisa entre estimulação elétrica, atividade neural e experiência visual subjetiva. Com a integração contínua da interface cérebro-computador e da tecnologia de inteligência artificial, os futuros olhos biônicos podem não ser mais apenas dispositivos eletrônicos que enviam sinais predefinidos ao cérebro, mas podem aprender gradualmente as respostas neurais únicas de cada pessoa para obter uma visão artificial mais personalizada.
Comentários