Pesquisadores da Universidade da Califórnia, em São Francisco, deram a um paciente paralisado o controle de um braço robótico por meio de um dispositivo que transmite sinais cerebrais para um computador. Ele pode agarrar, mover e largar objetos simplesmente imaginando-se fazendo os movimentos. O dispositivo, conhecido como interface cérebro-computador (BCI), funcionou por um recorde de sete meses sem precisar de ajustes. Anteriormente, esse equipamento normalmente funcionava apenas por um ou dois dias.
O BCI depende de um modelo de inteligência artificial que pode se adaptar às pequenas mudanças que ocorrem no cérebro quando um movimento é repetido – ou, neste caso, movimento imaginado – e aprender a completar o movimento de uma forma mais refinada. “Esta fusão de aprendizagem entre humanos e inteligência artificial é o próximo estágio nas interfaces cérebro-computador”, disse Karunesh Ganguly, Ph.D., professor de neurologia e membro do Weill Neuroscience Institute da UCSF.
"Isso é o que precisamos para alcançar uma funcionalidade complexa e semelhante à humana."
A pesquisa, financiada pelos Institutos Nacionais de Saúde, foi publicada em 6 de março na revista Cell. A chave foi descobrir que a atividade cerebral mudava diariamente à medida que os participantes imaginavam repetidamente ações específicas. Depois que a IA estiver programada para levar em conta essas mudanças, ela poderá continuar funcionando por meses.
Ganguly estudou como os padrões de atividade cerebral em animais representam ações específicas e descobriu que essas representações mudavam dia a dia à medida que os animais aprendiam. Ele suspeita que o mesmo se aplica aos humanos, razão pela qual os seus BCIs perdem rapidamente a capacidade de reconhecer estes padrões.
Ganguly, junto com o pesquisador de neurologia Dr. Nikhilesh Natraj, trabalhou com um participante do estudo que ficou paralisado por um derrame há muitos anos. Ele não conseguia falar ou se mover. Os pesquisadores implantaram pequenos sensores na superfície de seu cérebro que captavam a atividade cerebral enquanto ele imaginava movimentos.
Para ver se seus padrões cerebrais mudaram ao longo do tempo, Ganguly pediu aos participantes que imaginassem o movimento de diferentes partes do corpo, como mãos, pés ou cabeça. Mesmo que ele não pudesse realmente se mover, o cérebro do participante ainda conseguia gerar sinais de movimento quando ele se imaginava fazendo os movimentos. O BCI registra representações desses movimentos por meio de sensores na superfície do cérebro.
A equipe de Ganguly descobriu que a forma desses representantes permaneceu a mesma, mas suas posições mudaram ligeiramente de um dia para o outro.
Ganguly então pediu ao participante que se imaginasse fazendo movimentos simples com os dedos, mão ou polegar durante duas semanas enquanto sensores registravam sua atividade cerebral para treinar a inteligência artificial. Os participantes então tentaram controlar os braços e mãos robóticos, mas os movimentos ainda eram imprecisos.
Então Ganguly fez o participante praticar em um braço robótico virtual que lhe forneceu feedback sobre a precisão de sua imaginação. Eventualmente, ele conseguiu fazer com que o braço robótico virtual se movesse como desejava.
Quando o participante começou a praticar com um braço robótico real, foram necessárias apenas algumas sessões práticas para transferir as habilidades para o mundo real. Ele pode fazer um braço robótico pegar blocos, girá-los e movê-los para novas posições. Ele conseguiu até abrir um armário, retirar um copo e segurá-lo contra o bebedouro.
Meses depois, o participante ainda conseguia controlar o braço robótico após 15 minutos de “ajuste” às mudanças em suas repetições de movimento desde que começou a usar o aparelho.
Ganguly está atualmente aprimorando o modelo de inteligência artificial para tornar os movimentos do braço robótico mais rápidos e suaves, e planeja testar o BCI em um ambiente doméstico. Para pessoas com paralisia, poder alimentar-se ou beber sozinhas pode mudar a vida. Ganguly acredita que isso é possível.
“Estou muito confiante de que aprendemos como construir este sistema e podemos fazê-lo funcionar”, disse ele.
Outros autores incluem Sarah Seko e Adelyn Tu-Chan, da Universidade da Califórnia, São Francisco, e Reza Abiri, da Universidade de Rhode Island. A pesquisa foi financiada pelos Institutos Nacionais de Saúde (1DP2HD087955) e pelo Instituto de Neurociências Weill da UCSF.