Um sensor como os utilizados em videogames mais modernos, que permitem ao usuário usar o próprio corpo para controlar movimentos, foi a peça fundamental para a pesquisa Otimização do par Codificador-Decodificador para Interfaces Cérebro-Máquina, desenvolvida em coautoria pelo professor do Departamento de Estatística da Universidade de Brasília (UnB) Donald Pianto. O docente realizou o estudo em parceria com os colegas John P Cunningham, Josh Merel e Liam Paninski, da Universidade de Columbia, em Nova Iorque.
Divulgada em junho na revista eletrônica PLOS Computational Biology, publicação oficial da International Society for Computational Biology (Sociedade Internacional de Biologia Computacional, em tradução livre para o português), a pesquisa pretende, entre outros objetivos, melhorar a adaptação de pessoas impossibilitadas de mexer o corpo, ou parte dele, utilizando máquinas conectadas ao cérebro.
No experimento, o professor da UnB e os três colegas desenvolveram um sistema que capta os sinais e as atividades neurais de uma pessoa e os modelam por meio do sensor – semelhante ao dos videogames, que funciona com um conjunto de câmeras capazes de ler a imagem e a profundidade do corpo – e de programas de simulação.
“Montamos um problema matemático que considera o cérebro como codificador de intenções do usuário e a máquina como decodificador. Estudamos e aprimoramos os dois ao mesmo tempo, de maneira personalizada e individualizada, e fixamos a máquina no valor do decodificador ideal. Para verificar o modelo, mapeamos a posição do corpo da pessoa para uma atividade neural e vimos que, no início, ela não consegue usar a máquina direito, mas vai aprendendo rapidamente. No final, esse sistema passa a ter o melhor desempenho entre os estudados”, explica Pianto.
Segundo o professor, em cinco minutos, já é possível mapear as estatísticas das atividades neurais de um indivíduo para resolver a questão de otimização da máquina que será utilizada para dar o melhor desempenho para a pessoa. “O tempo para definir essas coisas depende do número de neurônios que estão sendo estudados em cada caso”, afirma Pianto.
INTERFACE CÉREBRO-MÁQUINA –A interface cérebro-computador (ICC, ou BCI, em inglês), também chamada de interface cérebro-máquina, é um caminho comunicativo direto entre o cérebro e um dispositivo externo, frequentemente utilizada para auxiliar, aumentar ou reparar a cognição humana.
Na prática, essas interfaces são sistemas – que consistem de equipamento utilizado para adquirir sinais provenientes do cérebro do usuário, algoritmos para decodificar os sinais, e alguns elementos no mundo que o indivíduo será capaz de controlar – desenvolvidos para permitir que o usuário controle um dispositivo em seu ambiente através de sua atividade neural. Por exemplo, com a interface cérebro-máquina, uma pessoa seria capaz de controlar um cursor numa tela de computador apenas com a atividade cerebral.
