Un tetrapléjico logra escribir con la mente a 90 caracteres por minuto gracias a la inteligencia artificial
Investigadores de la Universidad de Stanford (EE UU) han acoplado un software de inteligencia artificial a una interfaz cerebro-ordenador (ICO) implantada en el cerebro de un hombre con tetraplejia.
El sistema ha sido capaz de decodificar la información de la ICO para convertir rápidamente el pensamiento o intento de escribir a mano del participante en un texto visible en la pantalla de ordenador.
Los resultados del estudio, publicado en Nature, muestran que esta persona logró alcanzar una velocidad de escritura de 90 caracteres por minuto, con un 94,1 % de precisión, cuando utilizó este método.
El hombre fue capaz de escribir más del doble de rápido que con un método anterior, desarrollado por el mismo equipo y donde se seleccionaba letra a letra en un teclado virtual, y cuyos resultados se publicaron en la revista eLife en 2017.
La velocidad lograda ahora por el participante es comparable a la de la escritura típica en un smartphone por parte de personas de su mismo grupo de edad (115 caracteres por minuto), destacan los autores.
Los investigadores pidieron al participante que intentara ‘escribir’ frases como si su mano no estuviera paralizada, imaginando que sostenía un bolígrafo sobre un papel
Los investigadores pidieron al participante que “intentara escribir frases” como si su mano no estuviera paralizada, imaginando que sostenía un bolígrafo sobre un papel. Durante este ejercicio, la ICO utilizó una red neuronal, un tipo de aprendizaje automático, para traducir el intento de los movimientos de escritura a texto, a partir de la actividad cerebral y en tiempo real.
Según señala Jaimie Henderson, profesor de neurocirugía de la universidad estadounidense y uno de los líderes del trabajo, “los hallazgos podrían impulsar nuevos avances que beneficien a millones de personas en el mundo, que han perdido el uso de sus extremidades superiores o su capacidad de hablar debido a lesiones de la médula espinal, derrames cerebrales o esclerosis lateral amiotrófica, también conocida como enfermedad de Lou Gehrig”.
Durante el ejercicio, se uso una red neuronal para traducir el intento de los movimientos de escritura, a partir de la actividad cerebral, en texto en tiempo real
El voluntario, al que se denomina T5 en los experimentos, perdió prácticamente todo el movimiento por debajo del cuello debido a una lesión de la médula espinal en 2007.
Nueve años después, Henderson colocó dos chips de interfaz cerebro-ordenador, cada uno del tamaño de una aspirina infantil, en su lado izquierdo del cerebro. Cada chip tiene 100 electrodos que recogen las señales de las neuronas que se disparan en la parte de la corteza motora —una región de la superficie más externa del cerebro— que gobierna el movimiento de las manos.
Algoritmos de inteligencia artificial
Estas señales neuronales se envían a través de cables a un ordenador, donde los algoritmos de inteligencia artificial descodifican las señales y deducen el movimiento previsto de la mano y los dedos de T5.
Los algoritmos se diseñaron en el Laboratorio Traslacional de Prótesis Neurales de Stanford, codirigido por Henderson y Krishna Shenoy, profesor de ingeniería en esta universidad.
El voluntario tiene implantados dos chips en su lado izquierdo del cerebro; cada chip tiene 100 electrodos que recogen las señales de las neuronas que se disparan en la parte de la corteza motora
Shenoy y Henderson, que colideran el trabajo, llevan colaborando en el campo de la interfaz cerebro-ordenador desde 2005. Por su parte, el primer autor es Frank Willett, investigador del laboratorio y del Instituto Médico Howard Hughes.
Willet destaca que en esta investigación han aprendido que el cerebro “conserva su capacidad de predecir movimientos finos una década entera después de que el cuerpo haya perdido su capacidad de ejecutar esos movimientos”.
También, concluye, “hemos descubierto que los algoritmos de inteligencia artificial que utilizamos pueden interpretar con mayor facilidad y rapidez los movimientos complicados que implican cambios de velocidad y trayectorias curvas, como la escritura a mano”.
___Referencia: F. Willett, J. Henderson, K. Shenoy 'et al'. 'High-performance brain-to-text communication via handwriting'. Revista Nature (12 mayo, 2021)
High-performance brain-to-text communication via handwriting
