Interface neural consegue transformar pensamentos de pessoas com paralisia em palavras escritas

Pesquisadores da Universidade de Stanford (EUA), desenvolveram uma interface neural capaz de traduzir pensamentos em letras, permitindo que pessoas com paralisia digitem palavras quase tão rapidamente quanto uma pessoa adulta sem qualquer deficiência. O sistema criado pelos cientistas proporciona uma comunicação direta entre o cérebro e o computador para reconhecer a atividade associada à escrita à mão por meio de letras individuais, que depois são transformadas em textos projetados em uma tela.

“Esta abordagem permitiu a uma pessoa com paralisia compor sentenças em velocidades quase comparáveis ​​às de adultos sem deficiência da mesma idade, digitando em um smartphone comum. O principal objetivo desse estudo é restaurar a capacidade de comunicação por texto”, afirma o pesquisador Jamie Henderson, um dos autores do estudo.

 

Assista ao vídeo da experiência científica dos pesquisadores da Universidade de Stanford,
acessando AQUI

 

Avanços – Atualmente, os sistemas auxiliares de digitação dependem da capacidade do usuário para realizar movimentos com os olhos ou emitir comandos de voz. Com teclados de rastreamento ocular, pessoas com paralisia conseguem digitar, em média, 47 caracteres por minuto, contra aproximadamente 115 de uma pessoa sem comorbidades.

Nos testes realizados com um homem de 65 anos, paralisado do pescoço para baixo após uma lesão na medula, a nova interface neural foi capaz de exibir as letras em uma tela meio segundo depois de serem imaginadas pelo paciente, atingindo uma velocidade de digitação de 90 caracteres por minuto.
O índice de acerto também foi surpreendente, com uma taxa de precisão de 94%, valor que chegou a 99% depois que os cientistas adicionaram uma função de autocorreção, parecida com aquela que equipa a maioria dos celulares.

Algoritmo interpreta a atividade cerebral por meio de eletrodos, tranformando pensamento em caracteres (Imagem: Reprodução/Nature)
Pensamentos traduzidos em letras e sinais de pontuação (Imagem: Reprodução/Nature)

 

Velocidade do pensamento – Nesta nova abordagem proposta pelos pesquisadores, a decodificação das letras é feita enquanto o usuário imagina que está escrevendo palavras à mão. Um algoritmo de classificação aliado a outro algoritmo de aprendizagem de máquina prevê quais das 26 letras do alfabeto em inglês ou dos cinco sinais de pontuação mais comuns a pessoa está tentando escrever.

Como não consegue mover a mão, o paciente precisa imaginar que está segurando um bloco de notas e uma caneta e se concentrar na escrita de letras individuais. A atividade cerebral associada a esses movimentos é captada por eletrodos e repassada ao algoritmo que vai associar a assinatura neural específica de cada letra do alfabeto.  “Aprendemos que movimentos complicados, envolvendo mudanças de velocidade e trajetórias curvas, como escrita à mão, podem ser interpretados mais facilmente e mais rapidamente pelos algoritmos de inteligência artificial do que movimentos mais simples, como mover um cursor do mouse pela tela ”, explica o professor Francis Willett.

Mais testes – Segundo os pesquisadores, a velocidade de digitação não será o único fator que vai determinar se essa nova tecnologia será adotada no futuro. Ainda não está claro se a interface neural consegue manter o mesmo desempenho ao longo da vida do usuário, acompanhando as mudanças no padrão cerebral que acontecem durante esse período.

Outra questão a ser levada em conta pelos cientistas é a tradução da ferramenta para outros idiomas. Só o alfabeto latino possui vários caracteres que são escritos de forma semelhante quando desenhados à mão, o que dificulta a interpretação feita pelos algoritmos em tempo real.  Para melhorar a capacidade de interpretação do sistema de aprendizagem de máquina, os pesquisadores disponibilizaram o conjunto de dados obtidos até agora para o público. O objetivo é acelerar os avanços, tornando a comunicação de pessoas com deficiência mais rápida e eficiente no futuro.

Fonte: Portal CANALTECH, com reprodução Nature , maio 2021

 

Compartilhe