Respuestas
Respuesta:Un equipo de investigadores de la Universidad Carnegie Mellon, en colaboración con la Universidad de Minnesota, hizo un hallazgo revolucionario en el campo del control no invasivo de dispositivos robóticos. Usando una interfaz cerebro-computadora (BCI) no invasiva, los investigadores desarrollaron el primer brazo robótico controlado por la mente eficaz para detectar y seguir continuamente un cursor de computadora.
Poder controlar dispositivos robóticos de manera no invasiva usando solo el pensamiento tendrá amplias aplicaciones, en particular para mejorar las vidas de los pacientes paralizados y aquellos con enfermedades que afectan el movimiento.
Las BCI tuvieron un buen desempeño para controlar dispositivos robóticos usando solo las señales captadas de implantes cerebrales. Si los dispositivos robóticos pueden controlarse con gran precisión, pueden usarse para completar diversas tareas cotidianas. Sin embargo, hasta ahora las BCI que podían controlar brazos robóticos usaron implantes cerebrales invasivos.
Explicación:
Un gran desafío en la investigación de las BCI es desarrollar tecnología menos invasiva o no invasiva que permita a los pacientes paralizados controlar su entorno o extremidades robóticas solo con su “pensamiento”. De tener éxito, tal tecnología BCI no invasiva, pondría una tecnología tan necesaria al alcance de muchos pacientes y potencialmente de la población en general.
Sin embargo, las BCI que usan sensores externos no invasivos (en lugar de implantes cerebrales) reciben señales “más borrosas”, lo que lleva a una menor resolución y un control menos preciso, como sucede en la actualidad. Por lo tanto, cuando solo se usa el cerebro para controlar un brazo robótico, una BCI no invasiva no se compara con usar dispositivos implantados. A pesar de esto, los investigadores de las BCI siguieron trabajando para desarrollar una tecnología menos invasiva o no invasiva que ayude a los pacientes de todo el mundo en su vida cotidiana.
Bin He, profesor fiduciario y jefe del departamento de Ingeniería Biomédica de la Universidad Carnegie Mellon, está alcanzando ese objetivo, un descubrimiento clave a la vez.
“Hubo grandes avances en dispositivos robóticos controlados con la mente usando implantes cerebrales. Es ciencia de primer nivel”, dice He. “Pero la tecnología no invasiva es el gran objetivo. Avances en la decodificación neural y la utilidad práctica del control no invasivo de un brazo robótico tendrán grandes consecuencias para el eventual desarrollo de neurorobótica no invasiva”.
Usando nuevas técnicas de detección y aprendizaje de máquinas, He y su laboratorio pudieron acceder a señales en lo profundo del cerebro y lograr así una alta resolución de control de un brazo robótico. Con técnicas de neuroimágenes no invasivas y un novedoso paradigma de búsqueda continua, He está superando las señales ruidosas del EEG, lo que lleva a una importante mejora en la decodificación neural basada en el EEG y facilita el control continuo de un dispositivo robótico en 2D en tiempo real.
Usando una BCI no invasiva para controlar un brazo robótico que sigue un cursor en la pantalla de una computadora, por primera vez en la historia, He demostró en sujetos humanos que un brazo robótico ahora puede seguir el cursor en forma continua. Mientras que ya hay brazos robóticos controlados por humanos de manera no invasiva que pudieron seguir un cursor en movimiento con movimientos bruscos y entrecortados —como si el brazo robótico estuviera tratando de “alcanzar” las órdenes del cerebro— ahora el brazo sigue el cursor con un movimiento continuo y fluido.
En un artículo publicado en Science Robotics, el equipo estableció un nuevo marco de referencia que aborda y mejora los componentes “cerebro” y “computadora” de la BCI aumentando la participación y capacitación del usuario, además de la resolución espacial de los datos neurales no invasivos a través de las imágenes del EEG.
El artículo, “Técnicas de neuroimágenes no invasivas mejoran el seguimiento neural continuo para controlar un dispositivo robótico” (Noninvasive neuroimaging enhances continuous neural tracking for robotic device control), muestra que el enfoque único del equipo para resolver este problema no solo mejoró el aprendizaje de la BCI en casi 60% para las tareas descentradas tradicionales, sino que también mejoró el seguimiento continuo de un cursor de computadora más de 500%.
Esta tecnología también tiene aplicaciones que pueden ayudar a muchas personas, al ofrecer la posibilidad de “controlar con la mente”, de manera no invasiva y segura, dispositivos que pueden permitir a las personas interactuar con o controlar su entorno. A la fecha, la tecnología se probó en 68 sujetos humanos físicamente capaces (hasta 10 sesiones para cada sujeto) e incluyó controlar dispositivos de manera virtual y controlar un brazo robótico para que realice movimientos continuos