Desarrollan la primera interfaz cerebro-ordenador no invasiva de la historia
Un equipo de investigadores de la Universidad Carnegie Mellon, en colaboración con la Universidad de Minnesota, ha logrado un gran avance en el campo del control no invasivo de dispositivos robóticos. Utilizando una interfaz cerebro-ordenador (BCI) no invasiva, los investigadores han desarrollado el primer brazo robótico controlado por la mente con éxito, mostrando la capacidad de seguir continuamente un cursor de ordenador.
Poder controlar dispositivos robóticos de forma no invasiva utilizando sólo los pensamientos tendrá amplias aplicaciones, en particular beneficiando la vida de los pacientes paralizados y aquellos con trastornos del movimiento.
Las BCIs han demostrado lograr un buen rendimiento para controlar dispositivos robóticos utilizando sólo las señales detectadas por los implantes cerebrales. Cuando los dispositivos robóticos pueden ser controlados con alta precisión, pueden ser utilizados para completar una variedad de tareas diarias. Hasta ahora, sin embargo, los BCI que han conseguido controlar brazos robóticos han utilizado implantes cerebrales invasivos. Estos implantes requieren una cantidad considerable de conocimientos médicos y quirúrgicos para instalarlos y operarlos correctamente, por no mencionar el coste y los riesgos potenciales para los sujetos, y como tal, su uso se ha limitado a sólo unos pocos casos clínicos.
Un gran reto en la investigación de la BCI es desarrollar una tecnología menos invasiva o incluso totalmente no invasiva que permita a los pacientes paralizados controlar su entorno o sus miembros robóticos utilizando sus propios «pensamientos». Esta tecnología BCI no invasiva, si tiene éxito, llevaría esta tecnología tan necesaria a numerosos pacientes e incluso potencialmente a la población general.
Sin embargo, los BCI que utilizan sensores externos no invasivos, en lugar de implantes cerebrales, reciben señales más «sucias», lo que conduce a una resolución actual más baja y a un control menos preciso. Por lo tanto, cuando se utiliza sólo el cerebro para controlar un brazo robótico, una BCI no invasiva no está a la altura del uso de dispositivos implantados. A pesar de ello, los investigadores de la BCI han seguido adelante, con la vista puesta en el premio de una tecnología menos o nada invasiva que podría ayudar a los pacientes de todo el mundo en su día a día.
Bin He, profesor fiduciario y director del departamento de Ingeniería Biomédica de la Universidad Carnegie Mellon, está logrando ese objetivo, un descubrimiento clave cada vez.
«Se han producido grandes avances en los dispositivos robóticos controlados por la mente mediante implantes cerebrales. Es una ciencia excelente», dice He. «Pero la no invasión es el objetivo final. Los avances en la decodificación neuronal y la utilidad práctica del control no invasivo del brazo robótico tendrán importantes implicaciones en el desarrollo final de la neurorobótica no invasiva».
Utilizando novedosas técnicas de detección y aprendizaje automático, He y su laboratorio han podido acceder a las señales de las profundidades del cerebro, logrando una alta resolución de control sobre un brazo robótico. Gracias a las neuroimágenes no invasivas y a un novedoso paradigma de seguimiento continuo, He está superando las ruidosas señales del EEG, lo que ha permitido mejorar significativamente la decodificación neuronal basada en el EEG y facilitar el control continuo en tiempo real de dispositivos robóticos en 2D.
Utilizando una BCI no invasiva para controlar un brazo robótico que sigue un cursor en la pantalla de un ordenador, He ha demostrado por primera vez en sujetos humanos que un brazo robótico puede seguir el cursor continuamente. Mientras que los brazos robóticos controlados por humanos de forma no invasiva habían seguido anteriormente un cursor en movimiento con movimientos espasmódicos y discretos -como si el brazo robótico tratara de «alcanzar» las órdenes del cerebro-, ahora el brazo sigue el cursor en una trayectoria suave y continua.
En un artículo publicado en Science Robotics, el equipo estableció un nuevo marco que aborda y mejora los componentes del «cerebro» y del «ordenador» de la BCI al aumentar el compromiso y el entrenamiento del usuario, así como la resolución espacial de los datos neuronales no invasivos a través de imágenes de la fuente EEG.
El artículo, titulado «Noninvasive neuroimaging enhances continuous neural tracking for robotic device control», muestra que el enfoque exclusivo del equipo para resolver este problema no mejoró el aprendizaje de la BCI en casi un 60% para las tareas tradicionales de centrado, sino que también mejoró el seguimiento continuo de un cursor de ordenador en más de un 500%.
La tecnología también tiene aplicaciones que podrían ayudar a una variedad de personas, ofreciendo un «control mental» seguro y no invasivo de los dispositivos que pueden permitir a las personas interactuar con sus entornos y controlarlos. Hasta la fecha, la tecnología se ha probado en 68 sujetos humanos sanos (hasta 10 sesiones por cada sujeto), incluyendo el control virtual de dispositivos y el control de un brazo robótico para la persecución continua. La tecnología es directamente aplicable a los pacientes, y el equipo tiene previsto realizar ensayos clínicos en un futuro próximo.
«A pesar de los desafíos técnicos que supone el uso de señales no invasivas, estamos plenamente comprometidos con llevar esta tecnología segura y económica a las personas que pueden beneficiarse de ella», afirma He. «Este trabajo representa un paso importante en las interfaces cerebro-ordenador no invasivas, una tecnología que algún día puede convertirse en una tecnología de asistencia omnipresente que ayude a todo el mundo, como los teléfonos inteligentes.»
Referencia: Edelman, B. J., Meng, J., Suma, D., Zurn, C., Nagarajan, E., Baxter, B. S., … He, B. (2019). La neuroimagen no invasiva mejora el seguimiento neuronal continuo para el control de dispositivos robóticos. Science Robotics, 4(31), eaaw6844. https://doi.org/10.1126/scirobotics.aaw6844
Este artículo ha sido republicado a partir de los siguientes materiales. Nota: el material puede haber sido editado por su longitud y contenido. Para más información, póngase en contacto con la fuente citada.