La ricerca nel campo delle interfacce cervello-computer (BCI) ha compiuto un passo avanti significativo grazie al lavoro dei ricercatori dell’Università del Texas ad Austin. Questi scienziati hanno sviluppato un’interfaccia BCI adattiva con capacità di apprendimento automatico, progettata per assistere le persone con disabilità motorie senza la necessità di una calibrazione individuale. Questa innovazione facilita l’adozione della tecnologia e dimostra le sue applicazioni pratiche attraverso compiti coinvolgenti e possibili utilizzi futuri, come sedie a rotelle controllate dal cervello e dispositivi di riabilitazione, con l’obiettivo di migliorare la qualità della vita delle persone con disabilità.
Le interfacce BCI tradizionali richiedono una calibrazione estensiva per ogni utente, poiché ogni cervello è diverso, sia per gli utenti sani che per quelli disabili. Questo ha rappresentato un ostacolo significativo all’adozione su larga scala. La nuova soluzione proposta dai ricercatori è in grado di comprendere rapidamente le esigenze di un soggetto e di auto-calibrarsi attraverso la ripetizione. Ciò significa che più pazienti potrebbero utilizzare il dispositivo senza la necessità di sintonizzarlo sull’individuo.
La ricerca sull’interfaccia senza calibrazione è stata pubblicata su PNAS Nexus e rappresenta un punto di svolta nel campo delle BCI. “Quando pensiamo a questo in un contesto clinico, questa tecnologia renderà inutile un team specializzato per eseguire questo processo di calibrazione, che è lungo e noioso”, ha affermato Satyam Kumar, uno studente laureato nel laboratorio di José del R. Millán, professore presso la Cockrell School of Engineering e il Dipartimento di Neurologia della Dell Medical School. “Sarà molto più veloce passare da un paziente all’altro”.
I soggetti coinvolti nello studio indossano un cappello dotato di elettrodi collegato a un computer. Gli elettrodi raccolgono dati misurando i segnali elettrici provenienti dal cervello, e il decoder interpreta queste informazioni e le traduce in azioni di gioco.
Il lavoro di Millán sulle interfacce cervello-computer aiuta gli utenti a guidare e rafforzare la loro plasticità neurale, ovvero la capacità del cervello di cambiare, crescere e riorganizzarsi nel tempo. Questi esperimenti sono progettati per migliorare la funzione cerebrale dei pazienti e utilizzare i dispositivi controllati dalle BCI per semplificare la loro vita quotidiana.
In questo caso, le azioni erano doppie: un gioco di corse automobilistiche e un compito più semplice di bilanciamento dei lati sinistro e destro di una barra digitale. Un esperto è stato addestrato a sviluppare un “decoder” per il compito della barra più semplice che rende possibile per l’interfaccia tradurre le onde cerebrali in comandi. Il decoder funge da base per gli altri utenti ed è la chiave per evitare il lungo processo di calibrazione.
Il decoder ha funzionato abbastanza bene da permettere ai soggetti di allenarsi simultaneamente per il gioco della barra e per il gioco di corse automobilistiche più complicato, che richiedeva di pensare a diversi passaggi in anticipo per effettuare le curve.
I ricercatori hanno definito questo lavoro come fondamentale, poiché pone le basi per ulteriori innovazioni nell’interfaccia cervello-computer. Questo progetto ha coinvolto 18 soggetti senza disabilità motorie. Alla fine, proseguendo su questa strada, testeranno questa tecnologia su persone con disabilità motorie per applicarla a gruppi più ampi in contesti clinici.
“Da un lato, vogliamo tradurre la BCI nel campo clinico per aiutare le persone con disabilità; dall’altro, dobbiamo migliorare la nostra tecnologia per renderla più facile da usare in modo che l’impatto per queste persone con disabilità sia più forte”, ha detto Millán.
