O receptor do implante demonstra uma comunicação quase perfeita com a voz gerada pela inteligência artificial
Pesquisadores da Universidade da Califórnia, em Davis, avançaram com uma interface cérebro-computador (BCI) que traduz sinais cerebrais em fala com uma precisão surpreendente de 97%. De acordo com um comunicado à imprensa, isso torna o sistema o mais preciso até agora na área. Um estudo sobre essa inovação foi publicado na "New England Journal of Medicine".
Em julho de 2023, a equipe implantou o dispositivo em Casey Harrell, de 45 anos, que lutava contra a esclerose lateral amiotrófica (ELA) há cinco anos. Essa doença progressiva deteriora as células nervosas responsáveis pelo controle dos movimentos do corpo.
Segundo o Aerzteblatt.de, a velocidade de fala de Harrell havia caído para 6,8 palavras por minuto, enquanto a taxa típica para um falante de inglês é de 160 palavras por minuto. Ele dependia de digitar lentamente palavras em uma tela usando um mouse giroscópico que interpretava seus movimentos de cabeça em um cursor.
Microeletróides em vez de células nervosas
Quatro matrizes de microeletróides foram colocadas na superfície do cérebro de Harrell, cada uma contendo 256 fios que captam sinais motores destinados aos músculos dos lábios, mandíbula, língua e laringe, que são normalmente transmitidos por células nervosas. Esses sinais são então enviados para um computador, que os traduz com software. Esse processo ocorre quase em tempo real, permitindo que o paciente fale fluidamente com pausas ocasionais em palavras, como relatado pelo Aerzteblatt.de.
O paciente conseguiu utilizar o sistema logo após a ativação, afirmaram os pesquisadores. Na primeira sessão de treinamento de dados de linguagem, a BCI alcançou uma precisão de 99,6% em palavras com um vocabulário de 50 palavras em 30 minutos.
"Quando tentamos o sistema pela primeira vez, ele chorou de alegria quando as palavras corretas apareceram na tela", disse o neurocientista Sergey Stavisky. "Todos os presentes também choraram". Na segunda sessão, o vocabulário potencial foi expandido para 125.000 palavras, com a BCI alcançando uma precisão de 90,2% após mais 1,4 hora de treinamento de dados.
Precisão recorde
O colega de Stavisky, David Brandman, comentou que seu trabalho mostra a prótese de fala mais precisa relatada até agora. "Neste ponto, podemos decifrar o que Casey está tentando dizer corretamente 97% do tempo. Isso é mais preciso do que muitos aplicativos de smartphone comerciais que tentam interpretar a voz de uma pessoa". Essa tecnologia é revolucionária porque oferece esperança a pessoas que querem falar, mas não podem, afirmou Brandman. "Espero que tecnologias como essa BCI de fala ajudem pacientes futuros a se comunicar com seus entes queridos".
Embora tecnologia semelhante tenha permitido que outros pacientes falem novamente através de implantes cerebrais, as próteses de fala anteriores costumavam sofrer com erros de palavras, explicou Brandman. "Isso tornava difícil para o usuário ser entendido de forma consistente e representava uma barreira significativa de comunicação. Nossa meta era desenvolver um sistema que permita ao usuário ser entendido sempre que quiser falar".
Própria voz através da IA
Uma experiência marcante para Harrell é usar sua própria voz. O que ele diz não é apenas exibido na tela. Cientistas treinaram um modelo de IA para saída de fala através de alto-falantes de PC usando um discurso que ele deu antes de ser diagnosticado com ELA.
Você pode observar e ouvir a eficácia dessa técnica em um vídeo da universidade. Harrell confirmou que a voz combina perfeitamente. "Isso faz as pessoas chorarem que não me ouvem há muito tempo". Ele espera que em breve todos na sua situação tenham a oportunidade de utilizar um dispositivo semelhante para ajudar na comunicação.
Harrell revelou que continua a trabalhar em tempo integral pela proteção do clima, e esse dispositivo facilita seu trabalho de forma mais eficiente e
![Vista detalhada de um arranjo alinhado.](https://cdn.aussiedlerbote.de/content/images/2024/08/23/454388/jpeg/4-3/1200/75/close-up-of-an-array.webp)