Un equipo de investigación de la Universidad de Yale (Estados Unidos) anunció recientemente que ha desarrollado con éxito un nuevo sistema de interfaz cerebro-computadora (BCI) que puede controlar personajes virtuales en videojuegos en tiempo real basándose únicamente en la actividad cerebral del usuario, sin mangos ni controladores tradicionales. Los investigadores dijeron que al "cumplir" con la estructura de actividad neuronal inherente del cerebro humano, este sistema logra un inicio rápido en muy poco tiempo de entrenamiento y se espera que remodele muchos campos como la rehabilitación médica, la intervención de salud mental y la interacción entre humanos y computadoras.
El estudio utilizó imágenes de resonancia magnética funcional (fMRI) para monitorear la actividad cerebral de los sujetos en tiempo real y convertir estas señales en instrucciones de juego. Los resultados de la investigación se publicaron recientemente en la revista Nature Neuroscience. El equipo descubrió que cuando el diseño de la interfaz cerebro-computadora se ajusta a las vías neuronales existentes y a los patrones de actividad del cerebro, los usuarios pueden aprender a controlar el sistema con "pensamientos" significativamente más rápido, y las propias actividades del cerebro también se reorganizarán de forma adaptativa.
La primera autora del artículo, Erica Busch, que acaba de completar sus estudios de doctorado en Yale, señaló que la actividad cerebral no es caótica, sino que opera a lo largo de una "colectora neuronal" establecida. Cuando la interfaz cerebro-computadora se ajusta a esta estructura natural, la carga de aprendizaje se reduce considerablemente y el usuario puede obtener capacidades de control estables en un corto período de tiempo; por el contrario, si el sistema requiere que el cerebro produzca patrones de actividad antinaturales, el efecto de aprendizaje difícilmente mejorará sustancialmente.
La interfaz cerebro-computadora es una tecnología que permite a los humanos interactuar directamente con las computadoras a través de actividades cerebrales. La investigación relacionada con los seres humanos ha continuado durante muchos años, pero la practicidad y la eficiencia del aprendizaje de muchos sistemas aún son limitadas. En el pasado, las interfaces cerebro-computadora basadas en fMRI en tiempo real generalmente requerían hasta diez largas sesiones de entrenamiento, pero la mejora del rendimiento era muy limitada. Aproximadamente un tercio de los participantes no pudieron aprender a controlar eficazmente el sistema por mucho que practicaran. El equipo de Busch cree que esto se debe en gran medida a la forma en que están diseñados los sistemas tradicionales: a menudo ignoran la estructura organizativa inherente del cerebro y obligan a los usuarios a aprender "contra los hábitos naturales del cerebro".
Para verificar la idea de "cumplir con la estructura geométrica del cerebro", el equipo de investigación reclutó a un grupo de sujetos jóvenes sanos y organizó su participación en cuatro experimentos de resonancia magnética funcional. En la primera ronda de experimentos, los participantes utilizaron joysticks físicos para controlar a un personaje virtual en el escáner para que se moviera por la escena, mientras los investigadores registraban su actividad cerebral. El equipo se centró en áreas del cerebro relacionadas con la navegación y el movimiento espacial, y luego introdujo un algoritmo "T-PHATE" desarrollado en investigaciones anteriores para extraer la "variedad neuronal" individualizada de cada participante, es decir, la trayectoria estructural natural de su actividad cerebral.
Basándose en este "mapa de actividad cerebral", los investigadores construyeron tres conjuntos diferentes de sistemas de "mapas de juegos de control cerebral" para cada sujeto. El primer conjunto es el "mapeo intuitivo", que se conecta con los patrones de actividad más fuertes y naturales del cerebro; el segundo conjunto es la "perturbación intra-múltiple", que todavía depende de la estructura inherente del cerebro, pero cambia a patrones de actividad relativamente menores; y el tercer conjunto es la "perturbación extra múltiple", que requiere que el cerebro genere patrones de actividad que rara vez genera de forma natural. En otras palabras, estos tres sistemas representan respectivamente tres ideas de diseño diferentes: "ir con la tendencia", "ir con la tendencia a regañadientes" e "ir completamente en contra de la tendencia".
En los siguientes tres experimentos, el equipo de investigación construyó un sistema de circuito cerrado que recopilaba nuevos datos de escaneo cerebral cada dos segundos e inmediatamente convertía esta información en instrucciones de movimiento para el personaje virtual. Los participantes se basaron únicamente en "ideas" para intentar controlar el juego, y cada experimento correspondía a un método de mapeo. Los resultados muestran que cuando la interfaz cerebro-computadora sigue la variedad natural del cerebro, los sujetos generalmente pueden aprender a controlar el personaje de manera relativamente competente en menos de una hora, y algunas personas son incluso significativamente más rápidas; mientras que bajo la condición de "perturbación fuera de lo común", casi nadie puede dominar verdaderamente el control en la misma cantidad de tiempo.
Además del rendimiento conductual, el propio cerebro también muestra importantes cambios adaptativos. A medida que los participantes dominen gradualmente el "control mental", los patrones de actividad de las áreas relevantes del cerebro se reorganizarán para adaptarse mejor a las necesidades del sistema. Bajo algunas condiciones, el grado de esta reorganización está altamente relacionado con el nivel operativo del participante; Al mismo tiempo, este cambio no se limita al área cerebral de navegación inicialmente objetivo, sino que se extiende a una red neuronal más amplia. Los investigadores creen que la "variedad neuronal" es a la vez una limitación y una oportunidad para el aprendizaje: determina lo que las personas pueden aprender y con qué rapidez pueden hacerlo.
Este descubrimiento también proporciona una nueva perspectiva sobre la comprensión del aprendizaje de habilidades humanas. El equipo de investigación señaló que la razón por la que ciertas habilidades son relativamente fáciles de dominar puede no sólo depender del esfuerzo o talento personal, sino que también está estrechamente relacionada con si la tarea en sí "cumple" con la estructura existente del cerebro. Los seres humanos tienden a aprender rápidamente para tareas que coinciden estrechamente con los patrones naturales del cerebro; sin embargo, si el diseño de la tarea se desvía significativamente de estos patrones, ninguna cantidad de capacitación logrará mucho.
A nivel aplicado, el impacto potencial de esta investigación se extiende mucho más allá del laboratorio. En el campo de la salud mental, los investigadores creen que las intervenciones para enfermedades como la depresión y la ansiedad pueden ser más efectivas si pueden ajustarse "paso a paso" según los patrones de actividad existentes del cerebro, en lugar de intentar remodelar completamente los circuitos cerebrales. Para los pacientes con trastornos del movimiento o de la comunicación, también se espera que este concepto de diseño que se ajusta a la estructura del cerebro conduzca a una interfaz cerebro-computadora no invasiva más estable y confiable, que les permita controlar de manera más natural los dispositivos externos a través de señales cerebrales.
En términos más generales, el enfoque también podría utilizarse para mejorar las capacidades cognitivas en personas sanas. Al diseñar programas de entrenamiento en torno a la organización natural del cerebro, las personas pueden aprender nuevas habilidades de manera más eficiente y optimizar el rendimiento de la atención y la memoria. Como dijo Busch, los humanos invierten muchos recursos en educación, capacitación y tratamiento, con la esperanza de convertirse en una "mejor versión de sí mismos", y comprender verdaderamente la estructura de su propio cerebro puede ser la clave para mejorar en gran medida la eficiencia de este proceso.
La investigación fue completada conjuntamente por Erica L. Busch, E. Chandra Fincke, Guillaume Lajoie, Smita Krishnaswamy, Nicholas B. Turk-Browne y otros. El artículo se titula "Aprendizaje humano de interfaces cerebro-computadora no invasivas mediante geometría múltiple". La investigación ha recibido financiación de la Fundación Nacional de Ciencias de EE. UU., los Institutos Canadienses de Estudios Avanzados, la Fundación Sloan y agencias afiliadas al Departamento de Salud y Servicios Humanos de EE. UU.