Robotica Controllata dalla Mente: Il Successo dell’Interfaccia Cervello-Computer di UCSF

Un team di ricercatori dell’Università della California, San Francisco (UCSF), ha sviluppato un’interfaccia cervello-computer (BCI) unica che avvicina il mondo di un passo al controllo robotico tramite la mente. Ecco come il nuovo sistema potrebbe cambiare il modo in cui interagisci con i tuoi dispositivi a lungo termine e aiutare chi soffre di perdita di arti a recuperare una migliore qualità della vita.

Interfaccia Cervello-Computer (BCI)

L’uso delle BCI continua a espandersi sul mercato. Questi dispositivi consentono agli esseri umani di controllare apparecchiature usando solo il pensiero. Operano mediante una varietà di sensori elettromagnetici in grado di monitorare le variazioni dell’attività cerebrale. Questi sistemi sfruttano le rappresentazioni somatotopiche distinte del cervello per azioni semplici, come il tocco del dito, per determinare i loro movimenti.

Problemi delle Interfacce Cervello-Computer Attuali

Le BCI offrono opportunità entusiasmanti per il mercato, ma la tecnologia è ancora nelle sue fasi embrionali. Limiti significativi, come il costo di programmazione di questi dispositivi e la necessità di ricalibrare costantemente per ottenere una corretta calibrazione, continuano a limitare l’adozione. Fortunatamente, un nuovo studio approfondisce le ragioni per cui le BCI necessitano di ricalibrazioni e introduce un sistema innovativo che fornisce supporto BCI a lungo termine.

Studio sull’Interfaccia Cervello-Computer

Lo studio intitolato “Campionamento della plasticità rappresentazionale di semplici movimenti immaginati attraverso i giorni consente il controllo neuroprostetico a lungo termine”¹ pubblicato sulla rivista scientifica Cell fornisce dettagli su come abilitare il controllo neuroprostetico complesso a lungo termine.

Robotica Controllata dalla Mente

L’obiettivo dello studio era monitorare, catalogare e scoprire le variazioni dell’attività cerebrale per le attività quotidiane e i movimenti semplici. Per raggiungere questo obiettivo, i ricercatori hanno tracciato i cambiamenti nella struttura rappresentazionale dell’attività cerebrale attraverso i giorni mediante il controllo BCI.

Interfaccia Cervello-Computer Elettrocorticografia

L’BCI Elettrocorticografia ha permesso agli ingegneri di confrontare l’attività neurale con una griglia ECoG uniemisferica che rappresenta i movimenti immaginati delle parti del corpo. Questo approccio è stato necessario per determinare la struttura rappresentazionale nel cervello. In particolare, il team ha utilizzato la separazione a coppie come metrica di tracciamento.

L’BCI integra modelli di intelligenza artificiale (AI) per adeguarsi ai graduali spostamenti nei pattern di attività neurale nel tempo. Questi spostamenti, noti come drift rappresentazionale, si verificano quando il cervello si adatta a compiti motori ripetuti. L’AI affina la sua interpretazione dei segnali cerebrali, consentendo al partecipante di mantenere il controllo del braccio robotico per mesi. Lo studio ha utilizzato un’interfaccia cervello-computer intracorticale, in cui minuscoli elettrodi sono stati impiantati direttamente nel cervello per registrare l’attività neurale. A differenza dell’elettrocorticografia (ECoG), che posiziona i sensori sulla superficie cerebrale, gli impianti intracorticali forniscono registrazioni ad alta risoluzione ma richiedono l’impianto diretto nel tessuto cerebrale.

Plasticità

La plasticità si riferisce alla capacità del tuo cervello di adattarsi ai cambiamenti dell’ambiente, della salute o delle esperienze. In particolare, la plasticità sinaptica, la plasticità omeostatica e la neurogenesi adulta del cervello subiscono cambiamenti strutturali e funzionali adattivi quotidianamente.

Questi piccoli cambiamenti potrebbero non essere percepibili dagli esseri umani, ma le BCI devono superare questa sfida per rimanere stabili. Pertanto, i ricercatori hanno tracciato cronologicamente la distanza media di Mahalanobis di ogni sessione per fornire tracciabilità.

Deriva Rappresentazionale

La deriva neurale è un altro fenomeno che gli ingegneri devono tenere in considerazione nella creazione del loro sistema BCI. La deriva si riferisce a cambiamenti nell’attività e nel comportamento nel tempo. La deriva si verifica con la maggior parte dei ricordi a lungo termine relativi alle abilità motorie.

Comprendendo che le rappresentazioni neurali dei movimenti familiari evolvono continuamente, il team ha costruito un manifold comune utilizzando dati raccolti su più giorni. Hanno monitorato i cambiamenti giornalieri esatti e le differenze specifiche, soprattutto nei centroidi neurali che non erano presenti nella costruzione delle rappresentazioni originali.

Varianza Rappresentazionale Neurale

Gli ingegneri sono stati in grado di tenere conto della varianza rappresentazionale neurale di ogni azione. Pertanto, il team ha scoperto una struttura meta-rappresentazionale con confini decisionali generalizzabili per ogni repertorio di azioni, che potevano essere individuati mentre si spostavano all’interno della rete mentale.

È degno di nota che il team aveva precedentemente studiato la varianza mentale negli animali. È stato durante questi studi che hanno notato per la prima volta che le azioni quotidiane erano facilmente decodificabili con alta precisione utilizzando i sensori BCI. Hanno anche osservato che le azioni stimolavano centroidi diversi nel sistema neurale con il passare del tempo.

Interfaccia Cervello-Computer a Lungo Termine

Questa scoperta ha portato gli ingegneri a tracciare le rappresentazioni delle migrazioni attraverso la rete cerebrale per ottenere un controllo BCI a lungo termine. In particolare, i ricercatori sono stati in grado di monitorare e compensare la plasticità e la deriva inter-giornaliera tramite un’AI proprietaria sviluppata appositamente.

Test dell’Interfaccia Cervello-Computer

Nell’ambito della fase di test, gli ingegneri hanno raccolto dati durante 30 azioni in 49 prove e 32 azioni in 48 prove. È importante notare che il test si è concentrato su una singola parte del corpo, la mano. Il primo passo è stato selezionare un sottoinsieme di azioni e misurare la struttura rappresentazionale delle azioni in diversi contesti, con l’obiettivo finale di controllare un braccio robotico virtuale Jaco.

Partecipanti al Test dell’Interfaccia Cervello-Computer

Gli ingegneri hanno selezionato un partecipante che soffriva di grave tetraparesi e anartria a causa di un ictus bilaterale del tronco encefalico. L’ictus era così grave da avergli tolto la capacità di parlare o muoversi. I partecipanti tetraplegici non hanno subito danni cognitivi, rendendoli ideali per lo studio.

Dopo aver collegato il paziente al BCI aggiornato, gli sono stati assegnati diversi compiti di difficoltà variabile, dalla visualizzazione del movimento di diverse parti del corpo come la punta del dito, la testa o la gamba, ai micro‑movimenti del suo dito indice.

Il team ha utilizzato BCI basate su ECoG per registrare le rappresentazioni cerebrali per ogni azione. Il BCI migliorato ha offerto agli ingegneri una maggiore risoluzione e la capacità di effettuare manipolazioni precise guidate dal feedback delle rappresentazioni. È importante notare che non c’è stato alcun movimento corporeo osservabile da parte del paziente, ma l’attività mentale era la stessa come se non fosse paralizzato.

Controllo del Braccio Robotico

Il passo successivo è stato integrare il braccio robotico Kinova Jaco per i test. Nella prima fase di test, al paziente è stato chiesto di manipolare il dispositivo usando la propria capacità mentale. Il test ha fatto tentare al paziente di sollevare un oggetto e spostarlo in una nuova posizione. Questa fase iniziale ha mostrato scarsa controllabilità e una mancanza di affidabilità da parte dell’utente.

Ambiente Virtuale 3D

Riconoscendo la necessità di fornire più feedback al controllore, il team ha creato un braccio robotico virtuale. Questo approccio consente agli utenti di affinare il proprio controllo e fornire feedback preziosi, permettendo loro di monitorare i progressi e le capacità. Gli ingegneri credono che questo apprendimento rapido in‑sessione sarà cruciale per i futuri sistemi di addestramento protesico.

Test del Tempo di Regolazione dell’Interfaccia Cervello-Computer

Una delle più grandi scoperte di questo studio è che gli ingegneri sono riusciti a utilizzare lo stesso braccio protesico e lo stesso paziente con solo una ricalibrazione di 15 minuti dopo aver atteso mesi tra le sessioni. Il sistema ha impiegato una rete neurale ricorrente profonda (RNN) per adeguarsi alla plasticità e alla deriva.

Dopo aver atteso mesi, il paziente è stato nuovamente sottoposto a test e ha ricevuto compiti specifici. Sono stati impostati due test complessi di raggiungere e afferrare e manipolazione di oggetti con diversi livelli di difficoltà per verificare il corretto funzionamento del sistema.

Il primo compito richiedeva al paziente di estendere e ruotare il braccio per afferrare un oggetto e spostarlo in un’altra posizione. In modo impressionante, il team ha raggiunto un tasso di successo mediano del 90% completando il compito in soli 60,8 secondi. I compiti successivi sono aumentati in difficoltà, con l’ultimo che richiedeva al paziente di aprire un armadio, prendere una tazza e tenerla sotto un distributore d’acqua fino al riempimento.

Risultati del Test dell’Interfaccia Cervello-Computer

I risultati del test hanno mostrato che il BCI aggiornato poteva tracciare la varianza neurale e fornire una maggiore precisione neurale. Lo studio ha dimostrato che i segnali cerebrali per il movimento rimangono stabili nel tempo, ma le loro posizioni operative cambiano leggermente.

L’AI si regola automaticamente per tracciare questi cambiamenti, consentendo sistemi facilmente configurabili che operano in modo simile a dispositivi plug‑and‑play sul tuo PC. Il team ha anche scoperto alcuni dati interessanti durante il loro percorso.

Hanno osservato che ogni arto presenta schemi di iniziativa simili tra le persone. Ad esempio, è possibile osservare i pattern cerebrali e distinguere la differenza tra i movimenti della mano destra e sinistra. Inoltre, il team ha concluso che ridurre rapidamente la varianza è fondamentale per il processo decisionale percettivo.

Inoltre, lo studio dimostra che statistiche neurali come la varianza possono essere tracciate e regolate per aumentare le distanze rappresentazionali durante il controllo BCI senza cambiamenti somatotopici.

Benefici dell’Interfaccia Cervello-Computer

C’è una lunga lista di benefici ottenuti combinando l’apprendimento umano e quello dell’AI. Questi sistemi potrebbero un giorno aiutare chi soffre di perdite dolorose a riacquistare il controllo sulla propria vita e consentire loro di svolgere le attività quotidiane senza stress.

Stabilità

Lo studio ha dimostrato come la regolazione del BCI possa fornire stabilità a questi dispositivi di controllo. La decisione del team di utilizzare un manifold a bassa dimensionalità e distanze rappresentazionali relative per un repertorio di semplici movimenti immaginati si è rivelata la scelta giusta.

Nuovo Record

Fino a questo recente test, il periodo più lungo in cui un BCI funzionava senza ricalibrazione era di circa 2‑3 giorni. Questa necessità di ricalibrare costantemente relegava questi dispositivi solo alla fase di test. Ora, il BCI aggiornato può durare fino a 7 mesi senza alcun aggiornamento, aprendo la porta a protesi più reattive e meno costose e altro ancora.

Più Efficiente

Il BCI migliorato richiede solo circa 15 minuti per la ricalibrazione ogni 6 mesi. Questo rappresenta un importante aggiornamento rispetto al sistema precedente, che richiedeva una calibrazione ogni 3 giorni a causa del degrado delle prestazioni nel tempo per compiti che richiedono alta precisione.

Ricercatori dell’Interfaccia Cervello-Computer

I ricercatori dell’Università della California, San Francisco, erano guidati dal professore di neurologia e membro dell’UCSF Weill Institute for Neurosciences, Karunesh Ganguly MD, PhD. Il documento è stato co‑autore da Nikhilesh Natraj, PhD, Sarah Seko, Adelyn Tu‑Chan e Reza Abiri dell’Università di Rhode Island. È importante notare che il progetto è stato finanziato dal National Institutes of Health e dall’UCSF Weill Institute for Neurosciences.

Futuro dell’Interfaccia Cervello-Computer

Secondo il team, l’obiettivo ora è rendere il braccio robotico più fluido e reattivo. Vogliono anche ampliare i comandi che la BCI mappa per aumentare la versatilità e le capacità del dispositivo. In futuro, sperano di includere altre parti del corpo.

Applicazioni Reali e Tempistiche per le Interfacce Cervello-Computer

Questo progresso potrebbe avere un effetto dirompente su più settori. La capacità di controllare e interagire con i dispositivi utilizzando comandi mentali rappresenterebbe un notevole miglioramento rispetto ai metodi attuali. Potrebbe anche aprire la porta a una nuova era nella sanità, nell’elettronica e nell’apprendimento.

Mentre le implementazioni attuali sono in fase sperimentale, le applicazioni cliniche su larga scala potrebbero diventare fattibili entro i prossimi 5‑10 anni, a seconda dei risultati della ricerca futura e delle approvazioni normative. Pertanto, c’è molto entusiasmo riguardo alle future possibilità di questa tecnologia.

Medico

Un’area in cui questa tecnologia sembra trovare un’applicazione immediata è il settore delle protesi. L’uso della tecnologia BCI è stato considerato da molti il culmine dei sistemi di controllo protesico. Questa recente scoperta offre una promessa significativa per ripristinare l’autonomia alle persone con paralisi, consentendo loro di interagire con l’ambiente tramite dispositivi controllati dal pensiero.

Aziende Innovative che Guidano lo Sviluppo delle Interfacce Cervello-Computer

La corsa per creare computer e dispositivi controllati dal cervello ha spinto diverse aziende a investire milioni in R&S. Queste aziende cercano di inaugurare una nuova era di salute e scienza utilizzando dispositivi che superano le tastiere e i metodi di input tradizionali odierni. Ecco un’azienda che sta guidando questi sforzi e sta facendo parlare di sé sul mercato.

Synchron

Synchron è entrata in attività nel 2012 come azienda all’avanguardia di neurotecnologia. È degno di nota che l’azienda era chiamata SmartStent. Nel 2016, l’azienda ha cambiato nome in Synchron, riflettendo il suo focus sullo sviluppo di BCI minimamente invasive per aiutare i pazienti affetti da perdita di mobilità.

Oggi, Synchron offre una varietà di prodotti, tra cui un’interfaccia neurale endovascolare chiamata Stentrode. Questo dispositivo entra nel corpo attraverso le arterie e si impianta nel cervello per fornire supporto alle capacità motorie. Questo prodotto rappresenta l’innovazione costante di Synchron nel settore.

Inoltre, l’azienda ha ottenuto finanziamenti dalla U.S. Defense Advanced Research Projects Agency (DARPA), dal Dipartimento della Difesa degli Stati Uniti (DoD) e dal National Health and Medical Research Council dell’Australia.

Chi desidera esporsi al mercato BCI dovrebbe approfondire la ricerca su Synchron. Il suo posizionamento di mercato e gli sforzi pionieristici continuano a gettare le basi per future interfacce computerizzate potenziate dall’AI e altro ancora.

Le Interfacce Cervello-Computer Cambieranno Tutto.

I progressi odierni delle BCI potrebbero rendere i tuoi sogni di fantascienza obsoleti. I computer del futuro potranno comunicare direttamente con te tramite il pensiero, aprendo la porta a una nuova era dell’evoluzione umana. Per ora, questi ingegneri meritano un applauso in piedi per i loro sforzi.

Scopri altri progressi nella robotica oggi.

Studi Citati:

^{1. Ganguly, K., Natraj, N., Seko, S., Tu-Chan, A., & Abiri, R. (2024). Campionamento della plasticità rappresentazionale di semplici movimenti immaginati attraverso i giorni consente il controllo neuroprostetico a lungo termine. Cell, 2024. https://doi.org/10.1016/j.cell.2024.02.029}