La celebración del seminario “Análisis de datos EEG/MEG y su aplicación en la construcción de Interfaces Cerebro-Máquina Adaptativas”, organizado por el Instituto de Investigación Sanitaria BioCruces, y celebrado en su sede del Hospital Universitario Cruces, ha traído consigo la exposición de los últimos avances existentes en cuanto al desarrollo de una nueva tecnología capaz de captar y analizar las señales cerebrales originadas con los pensamientos y traducirlas en órdenes concretas de acción a desarrollar por una máquina.
Alberto Llera, matemático e investigador predoctoral del proyecto Brain-Gain en el Donders Institute for Brain Cognition and Behaviour en Nijmegen, Holanda, ha sido el encargado de exponer a la comunidad científica de BioCruces estos nuevos avances. Tal y como ha explicado, “partimos de dos tecnologías no invasivas; por un lado, el electroencefalograma (EEG) que funciona mediante electrodos situados en la cabeza, es fácil de aplicar, transportar y relativamente barato. Por otro lado, el magnetoencefalograma (MEG), que es más caro pero es una potente herramienta usada comúnmente por la comunidad de neurociencia. El sujeto, al pensar una orden predeterminada, produce en su cerebro una serie de estímulos que son captados por estos dispositivos”.
Una vez captados estos estímulos, un ordenador analiza la señal y determina, mediante un avanzado sistema informático especialmente programado, a qué tipo de orden corresponde esta señal. De este modo, se van asociando patrones de
actividad cerebral a las distintas acciones que puede ejecutar una máquina externa conectada al ordenador, como por ejemplo, una silla de ruedas”.
Una máquina capaz de aprender de los errores Precisamente, el investigador Alberto Llera trabaja elaborando algoritmos que permiten a esta máquina aprender de sus propios errores para, así, entender mejor las órdenes del sujeto. “Los estímulos cerebrales que captan los dispositivos EEG y MEG están escondidos entre mucho ruido y, además, la señal a identificar cambia con el paso del tiempo. En consecuencia, para conseguir que los datos cerebrales sean interpretados correctamente es necesaria una adaptación del propio sistema. Por eso las llamamos interfaces adaptativas”.
Esta adaptación o aprendizaje se realiza gracias a la propia intervención (inconsciente) del sujeto. “Las personas, cuando queremos ejecutar una acción y, por la razón que sea, no se cumple, generamos en nuestro cerebro una señal ‘de error’. El ordenador es capaz de detectar esa señal de error, e interpretar que la acción previamente ejecutada no es la que deseaba el sujeto. Incorporando esta información en el 'aprendizaje' o adaptación del ordenador, éste ‘aprende’ de sus errores y puede así, discriminar mejor las órdenes. Así, la maquina aprende a obedecer de una manera más fiel a los pensamientos del individuo”.
Aplicaciones “A pesar de que en el laboratorio ya hemos comprobado que esta tecnología es bastante estable, su comercialización generalizada no está disponible todavía. De todas formas, la alta dedicación a la investigación de este tipo de tecnologías en los últimos años, nos hace creer en la posibilidad a medio plazo de que personas con graves discapacidades motoras puedan beneficiarse de estos nuevos avances”, ha destacado Llera.
“Mover una silla de ruedas, coger un objeto con un brazo robótico, apretar un botón, efectuar una llamada, comunicarse mediante el teclado, incluso su uso para la rehabilitación motora… Las aplicaciones de esta tecnología son enormes”, ha señalado el investigador. Entre sus principales beneficiarios pueden estar las personas que están postradas, aquejadas de tetraplejias o paraplejias, o ciertas enfermedades incapacitantes.
La identificación y caracterización de patrones de actividad cerebral es, en los últimos años, un área muy intensa de investigación científica y con importantes aplicaciones no sólo biomédicas y neurológicas, sino también para la industria farmacéutica e incluso para la industria de los videojuegos. En todas ellas, el objetivo final es monitorizar y analizar la actividad cerebral en tiempo real.
Este seminario científico se ha realizado gracias a la invitación del doctor Jesús M. Cortés, investigador sénior Ikerbasque y jefe del Grupo de Neuroimagen Computacional de BioCruces.
