Un’interfaccia cervello-computer permette di parlare e usare un computer dopo una paralisi
Un uomo paralizzato e con gravi disturbi del linguaggio a causa di una sclerosi laterale amiotrofica è riuscito a recuperare una comunicazione fluida e un uso autonomo del suo computer grazie a un’interfaccia cervello-computer innovativa. Per quasi due anni, ha utilizzato questo sistema a casa sua, senza l’assistenza dei ricercatori, accumulando più di 3.800 ore di utilizzo. Questo dispositivo gli ha permesso di scambiare più di 183.000 frasi, cioè quasi due milioni di parole, a una velocità media di 56 parole al minuto. È riuscito anche a controllare il suo computer personale, inviare messaggi, navigare su internet e mantenere un’attività professionale a tempo pieno.
Il sistema si basa su elettrodi impiantati nell’area del cervello responsabile del linguaggio. Questi elettrodi catturano l’attività neuronale legata ai tentativi di parola o di movimento, per poi tradurla in testo o in comandi per il cursore del computer. Un’innovazione maggiore risiede nell’uso di un decodificatore basato su un modello di tipo transformer, una tecnologia di intelligenza artificiale che migliora la precisione e riduce la necessità di ricalibrazione quotidiana. Questo decodificatore ha raggiunto un tasso di precisione del 99% per il riconoscimento delle parole in test strutturati, con un vocabolario di 125.000 parole.
Per il controllo del cursore, è stato sviluppato un altro decodificatore, che permette all’utente di spostare il mouse e fare clic semplicemente immaginando movimenti della mano. Questo sistema è stato ottimizzato per ridurre il tempo di calibrazione, passando da diversi minuti a meno di un minuto al giorno, mantenendo al contempo prestazioni elevate. L’utente poteva così alternare tra il controllo tramite lo sguardo e il controllo neurale, a seconda delle sue preferenze.
La stabilità dei segnali neuronali è stata una sfida maggiore. Nonostante l’impianto prolungato, più del 90% degli elettrodi ha continuato a rilevare un’attività neuronale affidabile per tutta la durata dello studio. Le rappresentazioni neuronali legate al linguaggio sono rimaste stabili per almeno 19 mesi, consentendo una decodifica precisa e costante.
L’utente ha progressivamente adottato una strategia di «parola silenziosa», cioè muovere i muscoli del viso senza emettere suoni, che si è rivelata meno faticosa e più rapida del linguaggio vocalizzato. Questa adattamento ha permesso di aumentare la sua velocità di comunicazione, passando da 30 a quasi 50 parole al minuto, mantenendo al contempo un’elevata precisione.
Questo sistema è stato progettato per integrarsi armoniosamente nella vita quotidiana. L’avvio e lo spegnimento del dispositivo sono stati automatizzati, permettendo all’utente e ai suoi assistenti di gestirlo con solo pochi passaggi semplici. Una volta avviato, il sistema poteva funzionare ininterrottamente per fino a 19 ore senza interventi.
L’interfaccia utente è stata pensata per essere intuitiva e personalizzabile. Permetteva di correggere le frasi decodificate in modo errato, regolare la sensibilità del cursore o dei clic e persino attivare una modalità riservata per disattivare la registrazione dei dati. È stato sviluppato anche un software dedicato per collegare il sistema al computer personale, permettendo all’utente di eseguire azioni come copiare e incollare il testo decodificato, navigare sul web o partecipare a videochiamate.
Questo progresso dimostra che è ora possibile ripristinare una comunicazione naturale e un accesso digitale completo per le persone con paralisi grave, aprendo la strada a tecnologie di assistenza pratiche e durature.
Bases documentaires
Rapport de référence
DOI : https://doi.org/10.1038/s41591-026-04414-6
Titre : Long-term independent use of an intracortical brain–computer interface for speech and cursor control
Revue : Nature Medicine
Éditeur : Springer Science and Business Media LLC
Auteurs : Nicholas S. Card; Tyler Singer-Clark; Hamza Peracha; Carrina Iacobacci; Xianda Hou; Maitreyee Wairagkar; Zachery Fogg; Elena C. Offenberg; Leigh R. Hochberg; Sergey D. Stavisky; David M. Brandman