Dos chips en el cerebro permiten escribir con la mente

Unos sensores en el cerebro de un tetrapléjico han capturado la actividad neural mientras imaginaba que escribía y la han convertido, letra a letra, en texto. Esta interfaz cerebro máquina (ICB) ha logrado una velocidad de escritura cercana a la que tiene una persona cualquiera mientras teclea en un móvil. Además, con la ayuda de un simple predictor de textos, transcribe casi sin errores todos los signos de palabras y frases completas.

Escribir o hablar solo con pensarlo puede ser un sueño, pero es una necesidad para los que por enfermedad o lesión no pueden comunicarse. Depende de la patología, pero se han ideado sistemas que rastrean los movimientos del ojo que activan un teclado virtual. Otros son mecánicos, como la sofisticada interfaz que usaba Stephen Hawking para convertir los movimientos de su mejilla derecha en una voz robótica. También los hay que buscan convertir la actividad cerebral en palabras habladas o escritas. Es lo que lleva investigando un grupo multidisciplinar de neurocientíficos, bioingenieros y expertos en inteligencia artificial con T5 (así lo han llamado los investigadores para respetar su intimidad), una persona de 65 años que perdió la movilidad de cuello para abajo tras una lesión medular en 2007.

Diez años después de que perdiera por completo la movilidad de sus manos, T5 pudo usar un teclado virtual con solo pensar que movía la mano, como si estuviera operando un cursor sobre la pantalla. Ahora, científicos de las universidades estadounidenses de Stanford, Brown y Harvard han ido más allá, yendo a la parte de la corteza motora donde el cerebro guarda cuándo y cómo aprendimos a escribir. Tras abrirle el cráneo, colocaron dos chips con 100 electrodos cada uno en el llamado giro precentral. Y le dijeron a T5, literalmente, “venga, piensa que estás escribiendo”. Este ICB observó que se producía una actividad eléctrica que seguía el mismo patrón cuando imaginaba que escribía la misma letra. Tras entrenar al algoritmo durante varios días, el sistema era capaz de escribir los trazos de cada signo, incluso comas, acentos o signos de interrogación con una proporción de errores muy baja.

“Se puede escribir a mano una forma compleja como la de una letra y eso proporciona una marca distintiva de actividad neuronal única”

Krishna Shenoy, neurocientífico de la Universidad de Stanford, Estados Unidos.

El neurocientífico Krishna Shenoy, investigador del Instituto Médico Howard Hughes de Stanford y uno de los creadores del algoritmo cuenta en un correo por qué para esta inteligencia artificial es más fácil anticipar las curvas de la letra a o la r que una línea recta: “La razón es que en un breve período de tiempo, digamos medio segundo, se puede escribir a mano una forma compleja como la de una letra y eso proporciona una marca distintiva de actividad neuronal única que nos permite decodificar fácilmente esta señal para predecir la letra deseada”. Por el contrario, dice, “en medio segundo uno puede moverse en línea recta en diferentes direcciones, pero esa señal no se distingue tan fácilmente de las otras direcciones”. Así que, concluye, “la escritura a mano permite una decodificación más fácil y, por tanto, un ritmo de tecleo en una pantalla relativamente más rápido”.

En efecto, como recuerdan los autores del estudio, publicado en la revista científica Nature, T5 logró en 2017 una velocidad de escritura de 40 caracteres por minuto con el anterior ICB. Era todo un logro, en particular si se compara con otras interfaces que también intentan convertir la actividad cerebral en movimientos reales. Por ejemplo, un trabajo de 2016 logró que una enferma con esclerosis lateral amiotrófica, la devastadora ELA, escribiera a un ritmo de dos letras por minuto. Ahora, T5, imaginando que escribe, ha logrado 90 caracteres por minuto. La cifra dobla su logro anterior y no queda muy lejos de los 115 que teclea en un móvil una persona de su edad sin ninguna discapacidad.

Frank Willett es el principal autor de esta investigación y es miembro del Neural Prosthetics Translational Lab que dirige Shenoy junto al neurocirujano Jaimie Henderson, el encargado de colocar los chips conectados al mismo cerebro. “Hemos visto que el cerebro conserva su capacidad para prescribir movimientos finos una década después de que el cuerpo haya perdido su capacidad para ejecutar tales movimientos”, dice Willett en una nota. “Y hemos aprendido que los movimientos intencionados complicados con velocidades cambiantes y trayectorias curvas, como la escritura a mano, se pueden interpretar más fácil y rápidamente con los algoritmos de inteligencia artificial que estamos usando que los movimientos más simples, como mover un cursor en línea recta a una velocidad constante”, añade.

Sus creadores pusieron a prueba y a fondo su ICB. T5 empezó pensando que escribía series de palabras que iban saliendo por la pantalla. Pero tras 28 días de entrenamiento, el cerebro de este señor ya escribía sus propias frases a preguntas de respuesta abierta. Aun entonces, con un algoritmo que no había visto antes tales combinaciones de letras, la velocidad llegó hasta los 73,8 caracteres, unas 18 palabras, por minuto. Y se equivocaba poco. De media, este sistema de inteligencia artificial convertía en texto los pensamientos de T5 de forma correcta en el 94% de las ocasiones. Y con la ayuda de un predictor de textos, el porcentaje subió hasta el 99,1%.

El cerebro de T5 (el voluntario) logró escribir a una velocidad de 90 caracteres por minuto con un 99,1% de aciertos

Cuenta Shenoy que cuando le preguntaron a T5 por lo que sentía tras la experiencia, este les dijo que estaba contento por lo fácil de usar que era su ICB y le sorprendía “cómo podía distinguir y predecir tan bien letras escritas a mano que [él] consideraba poco claras”.

El diseño, convenientemente patentado, todavía necesita muchos avances antes de salir del laboratorio. Lidiar con la forma de escribir particular de cada uno no debe ser difícil para un algoritmo diseñado para aprender. Otra cosa será ver como funciona con otros alfabetos que no sean ni el inglés ni los demás basados en el latín. Más complicada es la parte mecánica del sistema. La colocación de electrodos en el mismo cerebro no es tarea fácil, aunque ya se hace de forma rutinaria con técnicas como la estimulación cerebral profunda en los casos de párkinson, que se pasan años con chips bajo su cráneo. Pero estos electrodos solo emiten pulsos eléctricos y los de una interfaz cerebro máquina como el ahora demostrado necesita leer la actividad cerebral y enviar los datos de forma inalámbrica (T5 tenía un par de cables que le salían de la cabeza). Así que aún queda mucha ingeniería por hacer.

El neurocientífico español José Carmena, de la Universidad de California en Berkeley, lleva años investigando en este campo. Sobre esta investigación dice que, por muy preliminares que sean sus resultados, “es un gran avance en este terreno”, refiriéndose a las tecnologías de interfaz cerebro máquina que buscan ayudar en las distintas discapacidades. “Esta investigación es el ejemplo perfecto: la interfaz decodifica el pensamiento de escribir y produce la acción”.

Robert Gaunt investiga en el terreno de la neurorrehabilitación en la Universidad de Pittsburgh. Hace cinco años participó en una investigación que logró devolverle el tacto a un tetrapléjico. “Con el creciente interés en ICB invasivas de empresas como Neuralink, cada vez soy más optimista respecto al trabajo científico básico que se está realizando en los laboratorios de investigación, que se traducirá en dispositivos que las personas puedan usar en sus propios hogares para mejorar su calidad de vida”, dice. Y, aclara: “Es obvio que no está claro cuándo ocurrirá exactamente, pero estoy seguro de que sucederá”.

Puedes escribirnos a miguel@esmateria.com y seguir a MATERIA en Facebook, Twitter e Instagram, o apuntarte aquí para recibir nuestra newsletter semanal.