En esta noticia
Un equipo de científicos ha conseguido descifrar la actividad cerebral que se produce durante el lenguaje interno -el monólogo que tiene lugar en la mente de las personas cuando piensan en hablar- y lo ha traducido en palabras con una precisión de hasta el 74%.
Este avance, liderado por la Universidad de Stanford, en California (Estados Unidos) y publicado este jueves en la revista Cell, podría ayudar a las personas que no pueden hablar a comunicarse más fácilmente mediante tecnologías de interfaz cerebro-ordenador (BCI).
"Es la primera vez que logramos comprender cómo es la actividad cerebral cuando solo se piensa en hablar", afirma la autora principal, Erin Kunz, de la Universidad de Stanford.
"Para las personas con graves discapacidades motoras y del habla, las BCI capaces de descodificar el lenguaje interno podrían ayudarles a comunicarse con mucha más facilidad y naturalidad", explica.
Hallazgo sin precedentes: científicos de Stanford convierten pensamientos en lenguaje
Las BCI son una herramienta que permite ayudar a personas con discapacidad. Mediante sensores implantados en las regiones del cerebro que controlan el movimiento, estos sistemas descodifican las señales neuronales relacionadas con el movimiento y las convierten en acciones, por ejemplo, para mover una mano protésica.
En el caso de las personas con parálisis, algunas BCI han logrado interpretar la actividad cerebral de los usuarios que intentan hablar en voz alta activando los músculos relacionados y "escribir" lo que intentan decir.
Para averiguarlo, registraron la actividad neuronal de microelectrodos implantados en la corteza motora -una región del cerebro responsable del habla- de cuatro personas con parálisis grave debido a esclerosis lateral amiotrófica (ELA) o un accidente cerebrovascular en el tronco encefálico.
Después pidieron a los participantes que intentaran hablar o que imaginaran decir una serie de palabras y descubrieron que el intento de hablar y el habla interna activan regiones superpuestas del cerebro y evocan patrones similares de actividad neuronal, aunque el habla interna tiene una intensidad de activación más débil en general.
Utilizando los datos del habla interna, el equipo entrenó modelos de inteligencia artificial para interpretar las palabras imaginadas y en una demostración de prueba de concepto, la BCI pudo descodificar frases imaginadas de un vocabulario de hasta 125.000 palabras con una precisión del 74%.
La investigación demostró además un mecanismo controlado por contraseña que impediría al BCI decodificar el habla interna a menos que se desbloqueara temporalmente con una palabra clave elegida.
¿Por qué este estudio demuestra que la lectura de mentes está cada vez más cerca?
La investigación se centró en descodificar las señales neuronales del habla interna, que se produce cuando las personas piensan en hablar sin emitir sonidos.
Tradicionalmente, las BCI han interpretado la actividad cerebral relacionada con el intento de movimiento o el habla vocalizada. Es decir, pueden "predecir" la intención humana a través de un sistema de bioindicadores fisiológicos que se basan en la coordinación entre la "mente" (el cerebro) y otras funciones biosociales como el habla.
El sistema demostró una precisión notable, logrando descifrar frases imaginadas con una tasa de éxito del 74% en un vocabulario de hasta 125,000 palabras por lo que no es exagerado creer que, con el avance de la ciencia, esta capacidad podría mejorar hasta permitir la predicción en tiempo real sin necesidad de ejecutar el acto del habla.
Este éxito radica en la capacidad del modelo de IA para identificar patrones sutiles de la actividad neuronal del pensamiento, lo que sugiere que el habla interna es una forma más natural y eficiente de comunicación para las personas con movilidad limitada.
Con información de EFE