IA decodifica sinais cerebrais em escrita manual

As pesquisas científicas sobre interfaces cérebro-computador (BCI, brain-computer interfaces) estão em ritmo acelerado. Uma das possibilidades que esta abordagem confere é a capacidade de restaurar a comunicação para pessoas que perderam a habilidade de se mover ou de falar, através da interpretação dos sinais do cérebro por computadores para produzir texto. Até então, a maioria dos avanços na área envolveu permitir que uma pessoa digitasse em um teclado virtual controlando o ponteiro do mouse, o que tem claras limitações de velocidade. Agora, uma nova pesquisa publicada por cientistas da Universidade de Stanford dá um passo importante no sentido de implementar um sistema do tipo BCI com potencial aplicação prática. Os pesquisadores usaram inteligência artificial para decodificar os sinais cerebrais diretamente em letras.

A ideia da pesquisa veio do conhecimento de que mesmo uma década depois de perder os movimentos finos como aqueles associados à escrita, o cérebro ainda mantém a capacidade de orquestrá-los. Além disso, cada letra exige um conjunto específico de movimentos com velocidade variável e trajetórias curvas. Esta especificidade se reflete no cérebro pela ativação de regiões bem distintas, o que por sua vez é mais fácil de identificar e classificar usando machine learning.

O conceito foi testado em um paciente com danos na medula espinhal que teve dois chips BCI colocados próximos a uma região específica do córtex motor responsável pelos movimentos da mão. Ao paciente foi solicitado que imaginasse escrever com uma caneta. Durante a tarefa, os chips registram os disparos elétricos correspondentes, e após a captura de dez sinais para cada letra, o algoritmo se torna capaz de transformar os sinais em movimentos de uma mão virtual, que reproduz a letra que o paciente teve a intenção de escrever. Quando “copiando” textos que lhe foram apresentados, o paciente foi capaz de produzir cerca de 18 palavras por minuto. Para comparação, uma pessoa digitando em um smartphone produz cerca de 23 palavras por minuto. Em um formato de redação livre, foi possível gerar 15 palavras por minuto. O algoritmo produziu um erro a cada 18 ou 19 caracteres na primeira tarefa, e um erro a cada 11 ou 12 caracteres na segunda, mas usando em conjunto um software genérico de autocorreção, a precisão da redação chegou a 99%. Esta performance é três vezes maior do que o melhor algoritmo para composição livre usando BCIs até então.

Além da óbvia aplicação prática do sistema desenvolvido, este trabalho ainda mostra que movimentos temporalmente complexos, como é o caso da escrita, podem ser mais fáceis de decodificar por algoritmos de machine learning do que movimentos que controlam o cursor do mouse, por exemplo, o que apresenta uma nova abordagem para outros trabalhos envolvendo a interação entre cérebro e computador.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.