Las interfaces cerebro-ordenador ofrecen una prometedora solución para mejorar la vida de personas con trastornos motores o del habla, permitiéndoles controlar prótesis, utilizar computadoras y participar en actividades como videojuegos. Sin embargo, las limitaciones de las interfaces no invasivas, que analizan las ondas cerebrales mediante electroencefalografía, así como los riesgos asociados con las interfaces invasivas, han frenado su adopción generalizada.
Un equipo de investigadores, incluidos Dylan Forenzo y Bin He de la Universidad Carnegie Mellon, en Pittsburgh, Estados Unidos, ha desarrollado una solución innovadora para mejorar la eficiencia de las interfaces cerebro-ordenador no invasivas. Utilizando descodificadores basados en aprendizaje profundo, una forma de inteligencia artificial, el equipo logró mejorar significativamente el rendimiento de una interfaz cerebro-ordenador utilizada por voluntarios para controlar un cursor en una pantalla de computadora, únicamente con la mente.
Durante el estudio, 28 participantes recibieron instrucciones para imaginar movimientos específicos con sus manos, lo que les permitía desplazar el cursor en diferentes direcciones en la pantalla. Gracias a esta técnica, los participantes pudieron controlar el objeto virtual de manera precisa y constante.
El estudio comparó dos arquitecturas de aprendizaje profundo con un descodificador tradicional a lo largo de varias sesiones con la interfaz cerebro-ordenador. Los resultados mostraron que ambos descodificadores de aprendizaje profundo demostraron mejoras significativas a lo largo del estudio y superaron al descodificador tradicional en términos de eficiencia en la última sesión.
Estos hallazgos representan un paso importante hacia el desarrollo de interfaces cerebro-ordenador más efectivas y accesibles, que pueden mejorar la calidad de vida tanto de personas con discapacidades como de individuos sanos que buscan nuevas formas de interactuar con la tecnología.
Gracias al empleo de descodificadores basados en aprendizaje profundo, los participantes del estudio lograron controlar un cursor de computadora de manera ágil y continua a través de una interfaz cerebro-ordenador no invasiva, gestionada por inteligencia artificial y que interpreta exclusivamente las señales cerebrales. Esta innovadora interfaz permitió a los usuarios dirigir los movimientos en la pantalla con una eficiencia notable, sin necesidad de realizar ningún movimiento físico. Este hito podría marcar el inicio de avances significativos en el campo de la robótica neuroasistida, según sugieren los investigadores responsables del estudio.
Los detalles técnicos de estos experimentos han sido detallados por Forenzo y sus colegas en el artículo «Continuous tracking using deep learning-based decoding for noninvasive brain–computer interface», publicado en la prestigiosa revista académica PNAS Nexus. (Fuente: NCYT de Amazings)
