Per decenni, la ricerca sulle interfacce cervello-computer ha perseguito un obiettivo limitato: ripristinare una funzione perduta alla volta. Aiutare qualcuno a parlare, oppure aiutare qualcuno a muoversi. L’assunto, raramente messo in discussione, era che si trattasse di problemi separati che richiedevano soluzioni separate. Uno studio pubblicato su Nature Neuroscience sfida direttamente quell’assunto, descrivendo un impianto che consente alle persone affette da paralisi di controllare contemporaneamente sia la parola che i gesti tramite un avatar digitale, in tempo reale.
Questo non è un prodotto di consumo. Non è vicino all’implementazione clinica. Ma è una prova di concetto significativa, e capire cosa fa realmente, e cosa non fa ancora, è importante per chiunque cerchi di capire dove sia diretta la neurotecnologia.
Un singolo impianto, due canali di comunicazione
Il dispositivo sviluppato dai ricercatori dell’Università della California, a San Francisco, si trova sulla superficie del cervello invece di penetrarvi. Questa distinzione è significativa. Il posizionamento superficiale consente all’impianto di coprire un’area più ampia della corteccia motoria, la regione responsabile sia dell’elaborazione delle sensazioni in arrivo che della generazione dei segnali di movimento in uscita, senza il danno tissutale associato agli elettrodi che vanno più in profondità. L’impianto utilizzato in questo studio contiene 253 elettrodi ed è circa delle dimensioni di un iPhone.
Due partecipanti hanno preso parte alla ricerca. Uno aveva avuto un ictus; l’altro aveva la sclerosi laterale amiotrofica, comunemente nota come SLA. A entrambi è stato impiantato chirurgicamente il dispositivo. I ricercatori hanno poi addestrato modelli di IA a interpretare i segnali neurali di ciascun partecipante mentre tentavano di produrre fino a dieci frasi e fino a dieci gesti, insieme a combinazioni dei due. I segnali decodificati sono stati mappati su un avatar digitale personalizzato a corpo intero in grado di parlare e muoversi sullo schermo.
L’obiettivo non era solo ripristinare la parola o il movimento in isolamento. Era ripristinare qualcosa di più vicino a come gli umani comunicano realmente: parole e linguaggio del corpo insieme.
Cosa mostrano i numeri e dove sono le lacune
I risultati sono variati tra i partecipanti, e i ricercatori sono trasparenti sul motivo per cui tale variazione probabilmente esiste. Durante i test di conversazione, il partecipante con SLA ha raggiunto una precisione media di decodifica dei gesti dell’85 percento e una precisione media di decodifica della parola del 75 percento. Il partecipante che aveva avuto un ictus ha raggiunto il 100 percento di precisione su entrambe le metriche. I ricercatori attribuiscono il divario di prestazioni alle diverse cause sottostanti della paralisi, che influenzano i pattern dei segnali cerebrali in modi distinti.
Vale la pena leggere attentamente quei numeri. Sono promettenti per una prima dimostrazione, ma comportano importanti avvertenze che la maggior parte dei servizi giornalistici tende a saltare. Christian Herff, un neuroscienziato computazionale dell’Università di Maastricht che non è stato coinvolto nello studio, ha notato che le prestazioni di decodifica della parola in questo lavoro scendono al di sotto di quanto riportato in precedenti ricerche sulle BCI. Ha anche sottolineato che il sistema attualmente decodifica gesti e frasi isolati, non il flusso continuo e sovrapposto di parola e movimento che caratterizza la conversazione reale.
Daniel Rubin, un neurologo del Massachusetts General Hospital che non è stato nemmeno coinvolto nello studio, ha descritto il lavoro come un passo importante verso sistemi naturalistici per il ripristino della funzione nelle persone con paralisi. Quella formulazione, “un passo importante”, è accurata e misurata in modo appropriato. Questa è una prova di concetto, come ha esplicitamente riconosciuto la coautrice dello studio Samantha Brosler, una bioingegnere di UCSF. Le fasi successive comportano l’espansione del vocabolario disponibile per il decodificatore vocale e il dare al decodificatore di gesti il controllo continuo su singole parti del corpo, inclusa la capacità di muovere 15 articolazioni separate nella mano.
Perché i gesti contano più di quanto sembri
Ecco cosa la maggior parte dei servizi su questo studio si perde: la componente gestoriale non è una caratteristica secondaria. È il nucleo concettuale di ciò che rende questa ricerca diversa.
Brosler lo ha detto chiaramente nei commenti a New Scientist: dire “forse” annuendo ha un significato completamente diverso rispetto al dire “forse” scuotendo la testa. La comunicazione umana non è un flusso di parole. È un sistema stratificato in cui tono, tempismo, espressione facciale e movimento del corpo trasportano tutti un significato che le parole da sole non possono trasmettere. Le precedenti BCI che ripristinavano solo la parola stavano ripristinando un canale parziale. Questo sistema tenta di ripristinare il canale completo.
Quella ambizione ha implicazioni che si estendono oltre la tecnologia assistiva. I ricercatori notano che la stessa architettura potrebbe servire da base per protesi controllate dalla mente, consentendo agli amputati di azionare arti robotici mentre parlano contemporaneamente. Brosler ha descritto uno scenario in cui qualcuno potrebbe voler parlare mentre cucina usando un braccio robotico. Questa non è una realtà a breve termine, ma illustra la direzione: un futuro in cui i segnali del cervello possono coordinare più output fisici contemporaneamente, nel modo in cui fanno naturalmente in un corpo che funziona.
Il significato più ampio riguarda ciò che questa ricerca rivela sulla logica organizzativa del cervello. La corteccia motoria non separa la parola dal movimento nel modo in cui la prima progettazione delle BCI ha implicitamente ipotizzato. Un sistema che legge entrambi contemporaneamente è, in un certo sentido, più fedele a come il cervello opera effettivamente.
In breve
Un team di ricerca di UCSF ha dimostrato un’interfaccia cervello-computer che decodifica sia la parola che i gesti dai segnali neurali, mappandoli su un avatar digitale in tempo reale. Testato con due partecipanti, il sistema ha raggiunto tassi di precisione compresi tra il 75 e il 100 percento a seconda del partecipante e del compito. Il lavoro è esplicitamente una prova di concetto, con limitazioni note nelle dimensioni del vocabolario e nella decodifica continua. Il suo significato non risiede in ciò che può fare oggi, ma in ciò che stabilisce: che il ripristino di una comunicazione naturalistica e multimodale tramite un singolo impianto è tecnicamente fattibile, e che il percorso verso un controllo protesico più sofisticato passa attraverso la stessa architettura.
Basato su un articolo di Smithsonian Magazine.