Impianto cerebrale con app AI consente a un uomo quasi muto di parlare in 2 lingue

Un team di neurochirurghi e specialisti di intelligenza artificiale dell’Università della California, a San Francisco, è riuscito a ripristinare, attraverso un impianto cerebrale combinato con un’app AI, la parola in un paziente che aveva perso la capacità dopo un ictus.

Impianto cerebrale ripristina la parola in un uomo colpito da ictus

Nel loro studio, pubblicato sulla rivista Nature Biomedical Engineering, il gruppo ha impiantato un’interfaccia cervello-computer (BCI) nel cranio di un uomo soprannominato “Pancho“ e ha applicato tecniche di intelligenza artificiale ai dati forniti per aiutare il paziente a parlare di nuovo in ben due lingue.

Precedenti studi hanno dimostrato che è possibile attraverso impianto cerebrale installato sulla superficie del cervello per leggere le onde cerebrali e quindi applicare tecniche di apprendimento ai dati forniti come mezzo per convertire alcune onde cerebrali in parole. In questo nuovo studio, il gruppo di ricerca ha fatto un ulteriore passo avanti aggiungendo un altro elemento: una seconda lingua.

Il volontario, Pancho, è di madrelingua spagnola e ha perso gran parte di quella capacità quando ha avuto un ictus all’età di 20 anni. Diversi anni dopo, ha imparato a leggere e convertire le parole nei suoi pensieri in inglese.

Il successo dell’impianto cerebrale supportato dall’intelligenza artificiale

Più recentemente, Pacho ha partecipato al progetto di ricerca, che ha applicato un impianto cerebrale costituito da un reticolo di elettrodi alla superficie di una parte del suo cervello responsabile dell’elaborazione del linguaggio. Un connettore nel suo cranio ha permesso alla BCI di connettersi a un sistema informatico.

Nei tre anni successivi, Pancho ha seguito una formazione. Gli sono state mostrate delle parole sullo schermo di un computer e poi gli è stato chiesto di ripeterle nella sua mente. Mentre lo faceva, l’impianto cerebrale leggeva le sue onde cerebrali e tentava di convertirle nella parola che stava leggendo.

Come parte della formazione, a Pancho sono state mostrate parole spagnole e inglesi. Un LLM ha assistito nella decifrazione e nella conversione e ha ridotto il numero di errori.

Il sistema ha dimostrato un’accuratezza dell’88% nel determinare quando Pancho parlava in spagnolo o in inglese e una precisione del 75% nella decodifica delle parole in generale. I ricercatori hanno osservato che questo è stato sufficiente per permettergli di intrattenere conversazioni con il gruppo di ricerca.

Conclusioni

Le interfacce cervello-macchina (BMI) traducono i segnali cerebrali in parole o output audio, consentendo la comunicazione a persone che hanno perso le capacità linguistiche a causa di malattie o lesioni. Mentre sono stati ottenuti importanti progressi nella decodificazione del parlato vocalizzato, tentato e mimato, i risultati per la decodificazione del parlato interno sono scarsi e devono ancora raggiungere un’elevata funzionalità.

In particolare, non è ancora chiaro da quali aree del cervello possa essere decodificato il linguaggio interno. Due partecipanti con tetraplegia con array di microelettrodi impiantati situati nel giro sopramarginale (SMG) e nella corteccia somatosensoriale primaria (S1) hanno eseguito un discorso interno e vocalizzato di sei parole e due pseudoparole.

In entrambi i partecipanti, è stata riscontrata una significativa rappresentazione neurale del linguaggio interno e vocalizzato, a livello di singolo neurone e di popolazione nell’SMG. Dall’attività della popolazione registrata nell’SMG, le parole parlate e vocalizzate internamente sono state significativamente decodificabili.

In un’analisi offline, gli studiosi hanno raggiunto una precisione di decodifica media del 55% e del 24% per ciascun partecipante, rispettivamente (livello di probabilità 12,5%), e durante un’attività BMI vocale interna online, con una precisione media del 79% e del 23%, rispettivamente.