Piccolo Chip Cerebrale Converte i Pensieri in Testo con un’Accuratezza del 91%

I ricercatori dell’EPFL hanno annunciato ieri di aver sviluppato una nuova interfaccia cervello-macchina (BMI) in grado di tradurre l’attività cerebrale in testo mediante un sistema compatto ed efficiente dal punto di vista energetico.

Questo dispositivo, denominato Interfaccia Miniaturizzata Cervello-Macchina (MiBMI), è progettato per aiutare le persone con gravi disabilità motorie, come quelle con sclerosi laterale amiotrofica (ALS) o lesioni al midollo spinale, a comunicare pensando di scrivere.

Questi chip decodificano i movimenti della mano intesi dal cervello in testo corrispondente, raggiungendo un tasso di precisione del 91% per 31 diversi caratteri, un risultato senza precedenti rispetto a qualsiasi altro sistema integrato, secondo il comunicato stampa dell’EPFL.

Il MiBMI rappresenta un miglioramento significativo rispetto ai sistemi BMI esistenti, che spesso sono ingombranti e richiedono molta energia. La tecnologia, che è stata pubblicata nell’ultimo numero del IEEE Journal of Solid-State Circuits, elabora i segnali neurali in tempo reale utilizzando piccoli chip di silicio.

L’autrice principale, Mohammed Ali Shaeri, spiega che nonostante il chip non sia ancora stato integrato in un BMI pienamente operativo, ha elaborato con successo i dati provenienti da registrazioni live precedenti.

Il comunicato stampa dell’EPFL spiega che a differenza degli attuali BMI, che richiedono l’invio dei dati provenienti da elettrodi cerebrali impiantati a un computer esterno per la decodifica, il MiBMI integra sia la registrazione dei dati che l’elaborazione in tempo reale sullo stesso chip.

New Atlas sottolinea che ciò differisce da Neuralink, che utilizza 64 elettrodi impiantati nel cervello e esegue l’elaborazione dei dati attraverso un dispositivo esterno tramite un’app. Inoltre, MiBMI è estremamente piccolo, con un’area totale di soli 8 mm². In confronto, Neuralink è molto più grande, misurando circa 23 x 8 mm.

Come riportato nel comunicato stampa dell’EPFL, per essere in grado di elaborare l’enorme quantità di informazioni raccolte dagli elettrodi sul miniaturizzato BMI, i ricercatori hanno dovuto adottare un nuovo approccio all’analisi dei dati.

Hanno scoperto che l’attività cerebrale per ogni lettera, quando il paziente immagina di scriverla a mano, contiene marcatori molto specifici, che i ricercatori hanno denominato Codici Neurali Distintivi (DNCs).

Invece di elaborare migliaia di byte di dati per ogni lettera, il microchip ha solo bisogno di elaborare i DNCs, che sono circa un centinaio di byte. Questo rende il sistema veloce e a basso consumo energetico.

Questo rappresenta un notevole progresso nella miniaturizzazione, combinando competenze nei circuiti integrati, nell’ingegneria neurale e nell’intelligenza artificiale. Mentre le startup del settore neurotecnologico si concentrano sempre più sull’integrazione e la miniaturizzazione, il MiBMI dell’EPFL si distingue come uno sviluppo promettente.

L’autore principale, Mohammed Ali Shaeri, afferma: “Il nostro obiettivo è sviluppare un BMI versatile che possa essere adattato a varie patologie neurologiche, fornendo un ventaglio più ampio di soluzioni per i pazienti”, come riportato nel comunicato stampa dell’EPFL.