As redes neurais artificiais que são inspiradas pelos circuitos nervosos naturais no corpo humano dão aos primatas um controle mais rápido e preciso de próteses controladas pelo cérebro e dedos, mostraram pesquisadores da Universidade de Michigan. A descoberta poderia levar a um controle mais natural sobre próteses avançadas para aqueles que lidam com a perda de uma perna ou paralisia.
“Essa rede feed-forward representa uma arquitetura mais antiga e simples – com informações se movendo apenas em uma direção, da entrada para a saída”, disse Cindy Chestek, Ph.D., professora associada de engenharia biomédica na U-M e autora correspondente do artigo na Nature Communications.
“Então, foi algo de uma surpresa para nós ver como ela superou sistemas mais complexos. Nós sentimos que a simplicidade do sistema feed-forward permite que o usuário tenha um controle mais direto e intuitivo que pode estar mais próximo de como o corpo humano opera naturalmente.”
As habilidades motoras finas são extremamente importantes para os seres humanos, e a perda dessa função pode ser devastadora para as pessoas com paralisia, disse o primeiro autor Matthew Willsey, M.D., Ph.D., fellow de neurocirurgia funcional na University of Michigan Health, Michigan Medicine.
“Estamos muito motivados para usar as técnicas mais recentes em aprendizado de máquina para interpretar a atividade neural do cérebro para o controle dos movimentos hábeis dos dedos”, disse Willsey. “Esperamos que esta linha de trabalho possa ajudar a restaurar o funcionamento motor fino daqueles que o perderam”.
Próteses avançadas e interfaces cérebro-computador prometem devolver o controle preciso permitido pela mão humana àqueles com paralisia que pode ser causada por lesões na medula espinhal, derrames ou outras lesões e doenças. Mas recriar o fluxo natural de comunicação entre a mente humana e uma prótese robótica – com velocidade e precisão – continua sendo um obstáculo.
Na lesão da medula espinhal, por exemplo, redes neurais feitas pelo homem podem recriar a conexão cortada entre o cérebro e a medula espinhal usando eletrodos para capturar impulsos do cérebro, interpretando-os com inteligência artificial e usando isso para controlar mãos protéticas ou reanimar o nativo membro.
Mas na computação, acredita-se que o modelo de rede neural feed-forward seja menos poderoso para muitos aplicativos avançados que usam redes neurais recorrentes. Em vez de passar a entrada ao longo de uma procissão unidirecional, os nós em redes recorrentes têm sua própria dinâmica – a capacidade de criar seus próprios ciclos internos por meio de feedback, tornando-os capazes de memorizar e reproduzir sequências. Isso funciona extremamente bem quando você está prevendo movimentos a partir de dados neurais previamente registrados, levando alguns especialistas a supor que isso permaneceria o mesmo durante novos experimentos.
Chestek disse que, na realidade, a complexidade das redes recorrentes para controle motor direto parecia “lutar contra o usuário”.
“Não há nada além de alguns neurônios e algumas sinapses entre o córtex motor e os movimentos das mãos no corpo humano”, disse ela. “Não há uma tonelada de processamento necessário lá, e a rede neural de feed-forward pode se parecer mais com o sistema natural”.
A equipe espera que suas descobertas ajudem a impulsionar pesquisas futuras que possam melhorar a velocidade e a precisão com que as próteses avançadas respondem aos impulsos do cérebro.
“Ao desenvolver esse algoritmo, tentamos manter o princípio de design bem conhecido de Einstein de que ‘tudo deve ser feito o mais simples possível, mas não mais simples'”, disse Willsey.
“Nosso algoritmo precisa ter complexidade suficiente para entender a relação possivelmente não linear entre os sinais elétricos do cérebro e os movimentos pretendidos dos dedos do usuário. No entanto, o algoritmo pode um dia fazer parte de um sistema de interface cérebro-máquina totalmente implantável que restaura movimento para pessoas com paralisia e complexidade desnecessária podem estressar esses sistemas futuros de maneiras indesejáveis, como encurtando a vida útil da bateria.”
“Na Universidade de Michigan, temos a sorte de ter um grande grupo de engenheiros, neurocientistas e especialistas em movimento que se unem em uma cultura de colaboração para levar adiante o campo da neuroengenharia restaurativa”, disse Parag Patil, M.D., Ph.D. ., autor sênior do estudo e professor associado de neurocirurgia na Escola de Medicina da Universidade de Michigan. “Parte da empolgação deste trabalho é que esses algoritmos podem ser quase imediatamente traduzidos para o benefício de pacientes de pesquisa humanos”.
Achou útil essa informação? Compartilhe com seus amigos!
Deixe-nos a sua opinião aqui nos comentários.