Una nueva neuroprótesis se ha ensayado en un primer paciente con incapacidad para articular palabras (anartria). La prótesis es fruto de más de diez años de investigación impulsada por el neurocirujano de la Universidad de California en San Francisco (UCSF) Edward Chang, que buscaba desarrollar una tecnología para que las personas con parálisis pudieran comunicarse. Los resultados de este primer caso se publican en The New England Journal of Medicine.
La neuroprótesis consiste en una matriz con múltiples electrodos que se ha implantado de forma subdural, sobre el área de la corteza sensoriomotora para controlar el habla en una persona con anartria y tetraparesia espástica causada por un derrame en el tronco encefálico.
Los investigadores detallan que “a lo largo de 48 sesiones, registramos 22 horas de actividad cortical mientras el participante intentaba decir palabras concretas de un conjunto de 50 términos. Usamos algoritmos de deep-learning para crear modelos computacionales para la detección y clasificación de palabras a partir de patrones en la actividad cortical registrada. Aplicamos estos modelos computacionales, así como un modelo de lenguaje natural que genera la siguiente palabra probable a partir de las palabras anteriores en una secuencia, para decodificar oraciones completas a medida que el participante intenta decirlas”.
Una media de 15,2 palabras por minuto
De esta forma, el dispositivo permitió decodificar las señales que envía el cerebro al tracto vocal en palabras que van apareciendo en una pantalla. La traducción, en tiempo real, tradujo la actividad cortical del participante en una media de 15,2 palabras por minuto, con una tasa de error del 25,6%.
"Hasta donde sabemos, esta es la primera demostración exitosa de la decodificación directa de palabras completas de la actividad cerebral de alguien que está paralizado y no puede hablar", afirma Chang, en un comunicado de la UCSF. Destaca también que este primer caso supone un prometedor inicio para trabajar en formas de restaurar la comunicación, aprovechando el mecanismo del habla natural del cerebro.
Ya se han desarrollado otros dispositivos que permiten la comunicación utilizando enfoques basados en la escritura de las letras una por una. En lugar de utilizar las señales que envía el cerebro para que brazo o mano inicien la escritura, esta neuroprótesis trabaja con las señales que se envían desde la corteza cerebral a los músculos del sistema vocal para articular palabras. De esta forma, explica Chang, se trabaja con el mecanismo natural y fluido del habla, lo que puede traducirse en una comunicación más ágil y orgánica.
"Con el habla, normalmente comunicamos información a una velocidad muy alta, hasta 150 ó 200 palabras por minuto", explica Chang; en cambio, las estrategias basadas en la mecanografía y el control de un cursor para la escritura son bastante más lentos y laboriosos.
El caso que ahora se publica forma parte del ensayo BRAVO (Brain-Computer Interface Restoration of Arm and Voice), un estudio clínico de la UCSF para evaluar el potencial de la electrocorticografía -método para registrar la actividad neuronal de la corteza cerebral con el uso de electrodos colocados en la superficie del hemisferio cerebral- y técnicas de decodificación personalizadas para permitir la comunicación y la movilidad.
El participante (Bravo-1) es un hombre diestro de 36 años al inicio del estudio. A los 20 años, sufrió un derrame cerebral pontino extenso asociado con una disección de la arteria vertebral derecha, que le causó tetraparesia espástica grave y anartria, según confirmaron un especialista del habla y el lenguaje y neurólogos.
Comunicarse a través de cinco palabras
Como se expone en el estudio, la función cognitiva del participante estaba intacta. Normalmente se comunicaba a través de una interfaz de mecanografía asistida por ordendar que controlaba los movimientos residuales de su cabeza; su velocidad de escritura era de unas 5 palabras correctas o 18 caracteres correctos por minuto.
Tras la implantación quirúrgica del dispositivo sobre la corteza motora, el equipo de investigadores registró 22 horas de actividad neuronal en esa región cerebral, a lo largo de varios meses.
Aprender a traducir frases
Los bioingenieros Sean Metzger y Jessie Liu se encargaron de traducir los patrones de las señales neuronales registradas en palabras concretas, utilizaron inteligencia artificial. Para probar su enfoque, el equipo primero le presentó al participante frases cortas construidas a partir de las 50 palabras del vocabulario trabajado en las sesiones y le pidió que intentara decirlas varias veces. Mientras hacía sus intentos, las palabras fueron decodificadas de su actividad cerebral, una por una, en una pantalla.
Luego, empezaron a plantear preguntas sencillas como “¿qué tal estás hoy?” “¿quieres agua?”. El paciente podía contestar "Estoy muy bien" y "No, no tengo sed". El sistema podía alcanzar una velocidad de decodificación de hasta 18 palabras por minuto con una precisión de hasta el 93% (mediana del 75%). El modelo de lenguaje que Moses aplicó contribuyó al éxito y que implementó una función de “autocorrección”, similar a la que utilizan los programas de reconocimiento de voz y mensajes de texto para consumidores.
En un comentario que acompaña al estudio, Leigh R. Hochberg y Sydney S. Cash, ambos del Centro de Neurotecnología y Neurorrehabilitación del Hospital General de Massachusetts, en Boston, exponen que“con esta demostración pionera de cómo una persona con anartria causada por un accidente cerebrovascular del tronco encefálico puede generar texto con solo intentar hablar, los esfuerzos para restaurar la función neurológica de las personas con esclerosis lateral amiotrófica, parálisis cerebral, accidente cerebrovascular u otros trastornos se acercan más al beneficio clínico. En última instancia, el éxito estará marcado por la facilidad con que nuestros pacientes puedan compartir sus pensamientos con todos nosotros”.
via Noticias de diariomedico.... https://ift.tt/3z0Y7rP
No hay comentarios:
Publicar un comentario