Il machine learning può aiutare i pazienti paralizzati: ecco come

Alcuni ricercatori hanno sviluppato un sistema di machine learning per tradurre in testo i segnali cerebrali di un paziente paralizzato

Redazione
Machine learning: intelligenza artificiale e apprendimento automatico

Tecnologie di supporto come tablet e dispositivi di tracciamento oculare stanno aiutando sempre più persone con paralisi e disturbi del linguaggio a trovare una voce e un modo alternativo per comunicare. Ora, i ricercatori stanno sfruttando direttamente l’attività elettrica del cervello, combinandola con l’intelligenza artificiale e il machine learning.

In uno studio pubblicato sul New England Journal of Medicine, i ricercatori dell’Università della California, San Francisco, descrivono un approccio che combina un’interfaccia cervello-computer e modelli di apprendimento automatico basati su intelligenza artificiale e machine learning che hanno permesso loro di generare vero e proprio testo dall’attività elettrica cerebrale di un paziente paralizzato a causa di un ictus.

Altre interfacce cervello-computer, che trasformano i segnali cerebrali in comandi, hanno utilizzato l’attività neurale mentre gli individui tentavano movimenti di scrittura a mano per produrre lettere. A differenza del lavoro precedente, il nuovo studio attinge alle aree di produzione del linguaggio del cervello per generare intere parole e frasi che vengono visualizzate su uno schermo.

Questo potrebbe essere un modo più diretto ed efficace di produrre discorsi e aiutare i pazienti a comunicare rispetto all’uso di un computer per scrivere le lettere una per una, ha affermato David Moses, ricercatore post-dottorato UCSF e primo autore dell’articolo.

Lo studio è stato condotto su un singolo paziente di 36 anni con anartria, una condizione che rende le persone incapaci di articolare le parole perché perdono il controllo dei muscoli legati alla parola, inclusi la laringe, le labbra e la lingua. L’anartria è stata causata da un ictus più di 15 anni fa che ha paralizzato l’uomo.

I ricercatori hanno impiantato una serie di elettrodi nel cervello del paziente, nell’area che controlla i tratti vocali. Hanno misurato l’attività elettrica nel cervello del paziente mentre stava cercando di dire una parola e hanno usato un algoritmo di machine learning per abbinare i segnali cerebrali a parole specifiche. Con questo codice, gli scienziati hanno suggerito al paziente delle frasi e gli hanno chiesto di leggerle, come se stesse cercando di dirle ad alta voce. L’algoritmo ha interpretato ciò che il paziente stava cercando di dire con una precisione del 75%.

Sebbene l’esperimento sia stato condotto su un solo paziente e includesse solo la richiesta al paziente di provare a dire fino a 50 parole, lo studio mostra che “i segnali neurali critici [per la produzione del linguaggio] esistono e possono essere sfruttati per questa applicazione“, ha detto Vikash Gilja, professore associato presso l’Università della California, San Diego, che non è stato coinvolto nello studio.

Per Moses e il suo team, questo studio rappresenta una prova del concetto. “Abbiamo iniziato con un piccolo vocabolario per dimostrare in linea di principio che questo è possibile“, ha detto, e lo è stato.