Como anunciaba en el artículo anterior, voy a dedicar una serie de posts a resumir aspectos relevantes relacionados con BCI (‘Brain Computer Interface‘), unos apuntes basados en el contenido del libro ‘Brain-Computer Interfacing. An Introduction‘ de Rajesh P. N. Rao, cuya lectura he finalizado hace pocos días.
En el post de hoy hablaré de las técnicas invasivas de lectura. Antes de entrar en ellas, un par de aclaraciones de contexto.
Utilizo el término ‘lectura’ queriendo decir que son técnicas en que la máquina, el lado ‘C’ de BCI, adquiere información sobre el cerebro o sistema nervioso de la persona. A lo mejor resultaría más técnico e incluso adecuado hablar de técnicas sensoras o algo así, pero de momento lo dejo en ‘lectura’ que me parece sencillo de comprender
Tipo de técnicas ‘de lectura’
La otra precisión es, simplemente, aclarar qué quiere decir eso de invasivo, aunque no es demasiado difícil de deducir. En esa labor de interacción con el cerebro o sistema nervioso, los sistemas BCI pueden interactuar con el mismo, en este caso obtener información, de muchas formas.
En algunas de esas formas o técnicas, se entra en contacto físico directo con el cerebro o el sistema nervioso y entonces nos encontramos ante técnicas invasivas.
En otros casos, no existe contacto directo sino que la información se obtiene a partir de ondas electromágnéticas u otras manifestaciones externas de la actividad cerebral, pero sin ‘tocar’, por decirlo de alguna manera, ni al cerebro ni al sistema nervioso. Ese sería el caso de las técnicas no invasivas.
Y en medio, claro, y como veremos, unas técnicas que se sitúan en un punto intermedio, la semi-invasivas.
Técnicas invasivas
Siguiendo la argumentación de Rao, existen dos enfoques dominantes en el caso del BCI invasivo:
- Condicionamiento operante (‘operant conditioning‘): en que se confía en la adaptación de las propias neuronas de la persona o animal, para conseguir llevar a cabo el control de algún elemento externo. Conseguido el aprendizaje, ‘simplemente’ se detecta la activación de la o las neuronas.
- Decodificación de población (‘population decoding‘): en que se utilizan técnicas de naturaleza estadística para aprender de alguna forma de ‘mapeo’ o correspondencia entre la actividad neuronal (de un conjunto o población de neuronas) y los parámetros de control.
Considero necesario advertir al lector que los términos que indico los he recibido siempre en inglés, por lo que la traducción al castellano es propia y no puedo asegurar que se corresponda al cien por cien con el término que se pueda emplear en alguna otra publicación en castellano.
Advertido lo anterior, veamos con algo más de detalle ambos casos:
Técnicas de condicionamiento operante (‘operant condition‘)
En este tipo de técnicas, y mediante el uso de recompensas, se enseña a un animal (o incluso a un humano) a activar una neurona o conjunto de neuronas cuando quiere conseguir alguna acción (mover una palanca, mover un cursor o un artefacto prostético). Cuando se ha conseguido ese aprendizaje, el BCI lo que tiene que hacer, evidentemente, es detectar la activación de la neurona o grupo de neuronas determinado y actuar en consecuencia.
En sus primeras manifestaciones, este tipo de técnicas ya comenzaron en los años 60 pero se sigue trabajando en ellas.
Rao ilustra un experimento con primates en que mediante estas técnicas se conseguía que movieran un cursor en una pantalla. La verdad es que no se nos explica a nivel sensor qué se utiliza exactamente, para detectar la activación neuronal, pero sirva en cualquier caso como ilustración.
Por mi parte, decir que este tipo de técnicas, que me resultan ‘alucinantes’ en el sentido de que son capaces de condicionar el disparo bastante individualizado de neuronas, me parecen doblemente invasivas.
Por un lado, por lo que normalmente se entiende como invasivo: el contacto directo con el cerebro aunque en este caso no conozcamos el tipo concreto de sensor o sonda utilizado.
Por otro, el hecho de estar condicionando de alguna forma el comportamiento de ese cerebro, siquiera sea mínimamente y reducido a una neurona o grupo reducido de neuronas. Una forma de ‘invasión’ no del todo física, pero bastante evidente.
Técnicas de decodificación de población (‘population decoding‘)
En general se entiende que el condicionamiento operante requiere mucha práctica y puede ser difícil o incluso imposible de conseguir en según qué sujetos y tareas. Como alternativa se dispone de la decodificación de población (‘population decoding‘) donde, de alguna manera, intentamos ‘entender’ la actividad neuronal y ‘qué quiere’ el cerebro, por decirlo de alguna manera.
Se basan en el hecho de que las neuronas de córtex motor primario (‘primary motor córtex‘) de alguna forma realizan realmente esa codificación a nivel de población para expresar atributos como la dirección, velocidad o fuerza en el movimiento de una extremidad.
Se trata, pues, de en primer lugar captar las señales procedentes del cerebro (que es donde entramos en el campo ‘invasivo’) y luego interpretarla de alguna forma mediante algoritmos de naturaleza estadísticas.
Para medir la señal de las neuronas se utilizan sensores del tipo de matrices (‘arrays‘) de electrodos implantados en ese córtex motor primario. Estos sensores habitualmente intentan captar activaciones (‘spikes‘) de las neuronas pero existen otros casos en que lo que miden son potenciales de locales (LFP, ‘Local Field Potentials‘) en que ya no se trabaja tanto a nivel de neuronas individuales como de grupos de neuronas más o menos amplios.
En el procesamiento posterior, que es donde se pone en gran medida el énfasis en la investigación, se utilizan variedad de algoritmos pero Rao destaca tres, en cuyo detalle ya no vamos a entrar: el vector población (‘population vector’), el filtro lineal (Weiner) y el filtro de Kalman.
Aquí y allá aparecen también algoritmos propios del machine learning como PCA (‘Principal Component Analysis‘).
Con este tipo de técnicas se ha conseguido el control de brazos prostéticos, control de extremidades inferiores y marcha, control de cursores, etc
BCI cognitivo
En cierto sentido, el BCI cognitivo es una forma ‘population decoding’ pero, en este caso, no nos centramos en la actividad del cortex motor sino en otros señales de más alto nivel en las que, además, más que intentar decodificar trayectorias de extremidades prostéticas o de cursores, lo que se intenta decodificar es el objetivo que se pretende conseguir con el movimiento.
Mucho del trabajo con BCI invasivo se ha realizado con monos y poco con humanos (salvo en el caso de implantes cocleares y los denominados estimuladores ‘deep brain‘ de que hablaremos en otro post), pero sí se ha realizado alguna experiencia, especialmente en el caso de pacientes tetrapléjicos, previo consentimiento.
En algunos de ellos se han utilizado, para la obtención de la señal, los sensores BrainGate que incluyen 100 microelectrodos de silicio y que se ilustran en la figura.
Algunos retos
Algunos de los retos a que se enfrentan este tipo de soluciones son, por un lado, si un BCI puede ser implantado con unos parámetros fijos o al menos estables o tienen que ser actualizados continuamente.
Otra problemática tiene que ver sobre la fiabilidad de los registros proporcionados por los electrodos a largo plazo, sometidos a eventuales ataques de naturaleza biológica.
Añadiría, de mi cosecha, que también hay que considerar posibles efectos a medio o largo plazo en el propio humano por eventuales degradaciones o efectos adversos no de corto plazo que puedan producirse en o debido a los sensores implantados.
Seguimos
Con esto finalizamos un repaso necesariamente superficial, pero espero que algo clarificador a las técnicas invasivas de BCI. En el siguiente post de la serie, hablaremos de las semi-invasivas.
2 comentarios