Nova Pesquisa Publicada Estabilizará Dramaticamente as Interfaces Cérebro-Computador

Nova pesquisa desenvolvida pela Universidade Carnegie Mellon (CMU) e pela Universidade de Pittsburgh (Pitt) melhorará e estabilizará dramaticamente as interfaces cérebro-computador. 

A pesquisa foi publicada em Nature Biomedical Engineering, com o artigo intitulado “Uma interface cérebro-computador estabilizada com base no alinhamento do manifold neural.”

Interfaces Cérebro-Computador (BCI)

As interfaces cérebro-computador (BCI) são dispositivos capazes de permitir que indivíduos com deficiência controlem membros prostéticos, cursos de computador ou outras interfaces usando sua mente.

Um dos principais desafios associados ao uso de BCI em um ambiente clínico é que as gravações neurais podem ser instáveis. O indivíduo que controla o BCI pode eventualmente perder o controle devido a variações nos sinais captados pelo BCI. 

Sempre que essa perda de controle ocorre, o indivíduo deve passar por um processo de recalibração. O indivíduo deve redefinir a conexão entre seus comandos mentais e as tarefas sendo realizadas, e um técnico humano muitas vezes deve estar presente. 

William Bishop é um fellow no Janelia Farm Research Campus. Ele foi anteriormente um estudante de doutorado e pós-doutorado no Departamento de Aprendizado de Máquina da CMU.

“Imagine se, toda vez que quiséssemos usar nosso celular, para que funcionasse corretamente, tivéssemos que calibrar a tela para que soubesse qual parte da tela estávamos apontando,” diz Bishop. “O estado atual da arte na tecnologia BCI é mais ou menos assim. Apenas para fazer esses dispositivos BCI funcionarem, os usuários têm que fazer essa recalibração frequente. Então, isso é extremamente inconveniente para os usuários, bem como para os técnicos que mantêm os dispositivos.”

Novo Algoritmo de Aprendizado de Máquina

Os pesquisadores apresentaram um novo algoritmo de aprendizado de máquina capaz de considerar os sinais variados. O indivíduo é capaz de manter o controle do BCI mesmo quando as instabilidades estão presentes. Os pesquisadores desenvolveram isso após descobrir que a atividade populacional neural ocorre em um “manifold neural” de baixa dimensão. 

Alan Degenhart é um pesquisador pós-doutorado em engenharia elétrica e computacional na CMU.

“Quando dizemos ‘estabilização’, o que queremos dizer é que nossos sinais neurais são instáveis, possivelmente porque estamos gravando de diferentes neurônios ao longo do tempo,” diz Degenhart. “Nós descobrimos uma maneira de pegar diferentes populações de neurônios ao longo do tempo e usar suas informações para essencialmente revelar uma imagem comum do cálculo que está acontecendo no cérebro, mantendo assim o BCI calibrado apesar das instabilidades neurais.”

Métodos Anteriores

Abordagens anteriores para métodos de autocalibração também enfrentaram desafios em torno de instabilidades. Ao contrário de outros métodos, este não depende do sujeito realizar bem o processo de recalibração. 

Byron Yu é professor de engenharia elétrica e computacional e engenharia biomédica na CMU.

“Vamos dizer que a instabilidade fosse tão grande que o sujeito não pudesse mais controlar o BCI,” explica Yu. “Procedimentos de autocalibração existentes provavelmente teriam dificuldade nesse cenário, enquanto em nosso método, demonstramos que em muitos casos podemos recuperar dessas instabilidades catastróficas.”

Emily Oby, uma pesquisadora pós-doutorado em neurobiologia na Pitt, também falou sobre a questão da instabilidade. 

“Instabilidades de gravação neural não são bem caracterizadas, mas é um problema muito grande,” diz Oby. “Não há muita literatura que possamos citar, mas anecdoticamente, muitos laboratórios que realizam pesquisas clínicas com BCI têm que lidar com esse problema com frequência. Esse trabalho tem o potencial de melhorar significativamente a viabilidade clínica dos BCI e ajudar a estabilizar outras interfaces neurais.”

O artigo também incluiu como autores Steve Chase, professor de engenharia biomédica e do Instituto de Neurociência da CMU, juntamente com Aaron Batists, professor associado de bioengenharia na Pitt, e Elizabeth Tyler-Kabara, professora associada de cirurgia neurológica na Pitt. 

A pesquisa foi financiada pela Fundação Craig H Neilsen, os Institutos Nacionais de Saúde, a Fundação DSF Charitable, a Fundação Nacional de Ciência, o Departamento de Saúde da Pensilvânia, e a Fundação Simons.