Publicado el: 16 de febrero de 2025 / Actualización del: 16 de febrero de 2025 - Autor: Konrad Wolfenstein
Lectura de pensamientos e IA: decodificación de texto cerebral no invasivo y sensores para arquitecturas de aprendizaje profundo de meta-imagen: xpert.digital
El futuro de la interacción humana-máquina es ahora las señales cerebrales como clave para la comunicación
Tecnologías de decodificación de texto cerebral: una comparación entre enfoques no invasivos e invasivos
La capacidad de convertir los pensamientos en texto representa el progreso revolucionario en la interacción humana-computadora y alberga el potencial de mejorar fundamentalmente la calidad de vida de las personas con discapacidades de comunicación. Tanto la tecnología Brain2Qwerty no invasiva de Meta AI como la electrocorticografía invasiva (ECOG) apuntan a lograr este objetivo decodificando las intenciones del lenguaje directamente de las señales cerebrales. Aunque ambas tecnologías persiguen el mismo objetivo general, difieren fundamentalmente en su enfoque, fortalezas y debilidades. Esta comparación integral ilumina las ventajas decisivas del método no invasivo sin reducir el papel y los beneficios de los procedimientos invasivos.
Perfil de seguridad y riesgos clínicos: una diferencia crucial
La diferencia más grave entre las interfaces informáticas cerebrales no invasivas e invasivas (BCIS) radica en su perfil de seguridad y los riesgos clínicos asociados. Este aspecto es de importancia central porque influye significativamente en la accesibilidad, aplicabilidad y aceptación a largo plazo de estas tecnologías.
Evitar las complicaciones neuroquirúrgicas: una ventaja innegable de la no invasividad
La electrocorticografía (ECOG) requiere un procedimiento neuroquirúrgico en el que las matrices de electrodos se implantan directamente a la superficie del cerebro, debajo de la duramadre (la piel del cerebro exterior). Esta intervención, aunque llevada a cabo de manera rutinaria en centros especializados, conlleva riesgos inherentes. Las estadísticas muestran que con tales intervenciones existe un riesgo de 2 al 5 por ciento por complicaciones graves. Estas complicaciones pueden incluir una amplia gama, que incluye:
Sangrado intracraneal
El sangrado dentro del cráneo, como los hematomas subdurales (acumulación de sangre entre la duramadre y el aracnoides) o el sangrado intracerebral (sangrado directamente en el tejido cerebral), puede ser causado por la operación misma o por la presencia de los electrodos. Estos hemorragias pueden conducir a una mayor presión cerebral, déficit neurológicos y en casos severos incluso hasta la muerte.
Infecciones
Cada intervención quirúrgica presenta un riesgo de infección. En la implantación de ECOG, pueden ocurrir infecciones de heridas, meningitis o tejido cerebral (encefalitis). Dichas infecciones a menudo requieren terapia antibiótica agresiva y, en casos raros, pueden provocar daño neurológico permanente.
Fallas neurológicas
Aunque el objetivo de la implantación de ECOG es mejorar las funciones neurológicas, existe el riesgo de que la intervención en sí o la colocación de los electrodos conduzca a nuevos déficits neurológicos. Estos pueden manifestarse en forma de debilidad, pérdida de sensibilidad, trastornos del lenguaje, convulsiones o deficiencias cognitivas. En algunos casos, estas fallas pueden ser temporales, pero en otros casos pueden permanecer permanentemente.
Complicaciones relacionadas con la anestesita
La implantación de ECOG generalmente requiere anestesia general, que también se asocia con sus propios riesgos, incluidas las reacciones alérgicas, los problemas respiratorios y las complicaciones cardiovasculares.
En contraste, el enfoque basado en MEG/EEG de Meta AI elimina por completo estos riesgos. Con este método no invasivo, los sensores se unen externamente en el cuero cabelludo, similar a un examen EEG convencional. No se requiere intervención quirúrgica, y todas las complicaciones mencionadas anteriormente se eliminan. Los estudios clínicos con el sistema Brain2Qwerty, que se llevaron a cabo con 35 sujetos, no tenían ningún efecto secundario que necesitaba terapia. Esto subraya el perfil de seguridad superior de los métodos no invasivos.
Estabilidad a largo plazo y falla de hardware: una ventaja para aplicaciones crónicas
Otro aspecto importante con respecto a la aplicabilidad clínica es la estabilidad a largo plazo de los sistemas y el riesgo de falla del hardware. En el caso de los electrodos ECOG, existe el riesgo de que pierda la funcionalidad con el tiempo a través del confinamiento de tejidos o degradación eléctrica. Los estudios indican que los electrodos ECOG pueden tener una vida útil de alrededor de 2 a 5 años. Después de este tiempo, puede ser necesario un intercambio de electrodos, lo que implica otra intervención quirúrgica y los riesgos asociados. Además, siempre existe la posibilidad de una falla repentina de hardware que puede poner fin a la funcionalidad del sistema abruptamente.
Los sistemas no invasivos, desarrollados por Meta AI, ofrecen una clara ventaja a este respecto. Dado que los sensores están unidos externamente, no están sujetos a los mismos procesos mineros biológicos que los electrodos implantados. En principio, los sistemas no invasivos ofrecen ciclos de mantenimiento ilimitados. Los componentes se pueden intercambiar o actualizar si es necesario sin que sea necesario un procedimiento invasivo. Esta estabilidad a largo plazo es particularmente crucial para las aplicaciones crónicas, especialmente en pacientes con síndrome bloqueado u otra parálisis crónica que dependen de una solución de comunicación permanente. La necesidad de intervenciones quirúrgicas repetidas y el riesgo de falla del hardware perjudicaría significativamente la calidad de vida de estos pacientes y restringiría la aceptación de sistemas invasivos para aplicaciones a largo plazo.
Calidad de la señal y rendimiento de decodificación: una comparación diferenciada
Si bien la seguridad es una ventaja innegable de los métodos no invasivos, la calidad de la señal y el rendimiento de decodificación resultante es un campo más complejo en el que los enfoques invasivos y no invasivos tienen sus fortalezas y debilidades.
Resolución de tiempo espacial en comparación: precisión versus no invasividad
Los sistemas ECOG en los que los electrodos se colocan directamente en la corteza cerebral ofrecen una resolución espacial y temporal excepcional. La resolución espacial de ECOG está típicamente en el rango de 1 a 2 milímetros, lo que significa que pueden capturar la actividad neuronal de áreas muy pequeñas y específicas del cerebro. La resolución temporal también es excelente y es de alrededor de 1 milisegundo, lo que significa que los sistemas ECOG pueden registrar precisamente eventos neuronales extremadamente rápidos. Esta alta resolución permite a los sistemas ECOG lograr tasas de error de carácter clínicamente validadas (CER) de menos del 5%. Esto significa que de 100 caracteres generados con un BCI basado en ECOG son menos de 5 errores. Esta alta precisión es de importancia crucial para la comunicación efectiva y líquida.
Brain2qwerty, el sistema no invasivo de Meta AI, actualmente logra errores de dibujo de 19 a 32%con magnetoencefalografía (MEG). Aunque esto es tasas de error más altas en comparación con ECOG, es importante enfatizar que estos valores se logran utilizando un método no invasivo que no contiene riesgos quirúrgicos. La resolución espacial de MEG está en el rango de 2 a 3 milímetros, que es algo más baja que con ECOG, pero aún es suficiente para capturar señales neuronales relevantes. La resolución temporal de MEG también es muy buena y está en el rango de milisegundos.
Sin embargo, Meta AI ha logrado un progreso considerable para mejorar la calidad de la señal y el rendimiento de decodificación de los sistemas no invasivos. Este progreso se basa en tres innovaciones esenciales:
Arquitectura híbrida de transformador CNN
Esta arquitectura avanzada combina las fortalezas de las redes neuronales convolucionales (CNN) y las redes de transformadores. Los CNN son particularmente efectivos en la extracción de características espaciales a partir de los patrones complejos de actividad neuronal, que Meg y EEG registran. Puede reconocer patrones locales y relaciones espaciales en los datos que son relevantes para la decodificación de las intenciones de lenguaje. Las redes de transformadores, por otro lado, son excelentes en el aprendizaje y el uso de contexto lingüístico. Puede modelar las relaciones entre palabras y oraciones a través de largas distancias y, por lo tanto, mejorar la predicción de las intenciones de lenguaje basadas en el contexto. La combinación de estas dos arquitecturas en un modelo híbrido permite usar de manera efectiva las características espaciales y el contexto lingüístico para aumentar la precisión de decodificación.
Integración WAV2VEC
La integración de WAV2VEC, un modelo de aprendizaje auto -monitoreado para representaciones del lenguaje, representa otro progreso importante. Al integrar WAV2VEC en el sistema Brain2Qwerty, las señales neuronales se pueden comparar con estas representaciones lingüísticas prefabricadas. Esto permite al sistema aprender la relación entre la actividad neuronal y los patrones lingüísticos de manera más efectiva y mejorar la precisión de decodificación. El aprendizaje automonitorado es particularmente valioso porque reduce la necesidad de grandes cantidades de datos de entrenamiento etiquetados, que a menudo son difíciles de obtener en neurociencia.
Fusión multisensor
Brain2qwerty utiliza efectos de sinergia a través de la fusión de MEG y electroencefalograma de alto contenido (HD-EEG). MEG y EEG son técnicas de medición neurofisiológica complementarias. MEG mide campos magnéticos generados por la actividad neuronal, mientras que el EEG mide potenciales eléctricos en el cuero cabelludo. Meg tiene una mejor resolución espacial y es menos susceptible a los artefactos a través del cráneo, mientras que EEG es más barato y portátil. Al registrar los datos de MEG y HD-EEG y su fusión, el sistema Brain2Qwerty puede usar las ventajas de ambas modalidades y mejorar aún más la calidad de la señal y el rendimiento de decodificación. Los sistemas HD-EEG con hasta 256 canales permiten un registro más detallado de la actividad eléctrica en el cuero cabelludo y complementan la precisión espacial de MEG.
Profundidad de decodificación cognitiva: más allá de las habilidades motoras
Una ventaja importante de los sistemas no invasivos como Brain2Qwerty radica en su capacidad para ir más allá de la medición pura de la actividad de la corteza motora y también para registrar procesos de lenguaje más altos. ECOG, especialmente colocado en áreas motoras, mide principalmente actividad que está relacionada con la versión motora del lenguaje, como los movimientos de los músculos del habla. Brain2qwerty, por otro lado, mediante el uso de MEG y EEG, la actividad también se puede registrar en otras áreas cerebrales que están involucradas en procesos de lenguaje más complejos, como:
Corrección de los planeadores de escritura por predicción semántica
Brain2qwerty puede corregir errores de tipificación mediante el uso de predicciones semánticas. El sistema analiza el contexto de las palabras y oraciones ingresadas y puede reconocer y corregir correctamente los errores. Esto mejora significativamente el líquido y la precisión de la comunicación. Esta capacidad de predecir la semántica sugiere que el sistema no solo decodifica las intenciones motoras, sino que también desarrolló una cierta comprensión del contenido semántico del lenguaje.
Reconstrucción de oraciones completas fuera del conjunto de capacitación
Una característica notable de Brain2qwerty es su capacidad para reconstruir oraciones completas, incluso si estas oraciones no se incluyeron en el conjunto de datos de entrenamiento original. Esto indica una capacidad de generalización del sistema que va más allá de la mera memorización de los patrones. El sistema parece ser capaz de aprender estructuras y reglas de lenguaje subyacentes y aplicarlas a oraciones nuevas y desconocidas. Este es un paso importante hacia interfaces de texto cerebrales más naturales y más flexibles.
Detección de intenciones de lenguaje abstracto
En los primeros estudios, Brain2Qwerty mostró una precisión del 40% en la detección de intenciones de lenguaje abstracto en sujetos no experimentados. Las intenciones de lenguaje abstracto se relacionan con la intención comunicativa general, que está detrás de una declaración, como "Quiero hacer una pregunta", "Quiero expresar mi opinión" o "Me gustaría contar una historia". La capacidad de reconocer tales intenciones abstractas indica que los BCI no invasivos podrían decodificar no solo palabras o oraciones individuales en el futuro, sino también comprender la intención comunicativa general del usuario. Esto podría sentar las bases para interacciones humanas más naturales y orientadas al diálogo.
Es importante tener en cuenta que el rendimiento de decodificación de los sistemas no invasivos aún no ha alcanzado el nivel de sistemas ECOG invasivos. ECOG sigue siendo superior en términos de precisión y velocidad de decodificación. Sin embargo, el progreso en el procesamiento de señales no invasivo y en el aprendizaje profundo está cerrando constantemente esta brecha.
Escalabilidad y rango de aplicación: accesibilidad y eficiencia de costo
Además del rendimiento de seguridad y decodificación, la escalabilidad y el ancho de la aplicación juegan un papel crucial en la amplia aceptación y los beneficios sociales de las tecnologías de decodificación de texto cerebral. En esta área, los sistemas no invasivos muestran ventajas significativas sobre los métodos invasivos.
Central eficiencia y accesibilidad: reducir las barreras
Un factor esencial que afecta la escalabilidad y la accesibilidad de las tecnologías son los costos. Debido a la necesidad de intervención quirúrgica, dispositivos médicos especializados y personal altamente calificado, los sistemas ECOG están asociados con costos considerables. Los costos totales para un sistema ECOG, incluida la implantación y el monitoreo a largo plazo, pueden ascender a alrededor de € 250,000 o más. Estos altos costos hacen que los sistemas de ECOG no sean afectables para la masa de ancho y limiten su aplicación a centros médicos especializados.
Por el contrario, Meta AI con su solución basada en MEG Brain2Qwerty está apuntando a costos significativamente más bajos. Mediante el uso de sensores no invasivos y la posibilidad de la producción en serie de dispositivos MEG, el objetivo es reducir los costos por dispositivo a menos de € 50,000. Esta considerable diferencia de costos haría que los BCI no invasivos sean accesibles para un número mucho mayor de personas. Además, no hay necesidad de centros de neurocirugía especializados en el caso de sistemas no invasivos. La aplicación podría llevarse a cabo en una gama más amplia de instalaciones médicas e incluso en el entorno doméstico. Este es un factor decisivo para el cuidado de las regiones rurales y la garantía de la misma acceso a esta tecnología para personas de todo el mundo. Los costos más bajos y la mayor accesibilidad de los sistemas no invasivos tienen el potencial de hacer que la tecnología de decodificación de texto cerebral sea un tratamiento especializado y costoso sea una solución más amplia y asequible.
Generalización adaptativa: personalización versus estandarización
Otro aspecto de la escalabilidad es la cuestión de la adaptabilidad y la generalización de los sistemas. Los modelos ECOG generalmente requieren calibración individual para cada paciente. Esto se debe a que las señales neuronales registradas por los electrodos ECOG dependen en gran medida de la anatomía individual del cerebro, la colocación de los electrodos y otros factores específicos del paciente. La calibración individual puede ser el tiempo y tomar hasta 40 horas de entrenamiento por paciente. Este esfuerzo de calibración representa un obstáculo significativo para el amplio uso de los sistemas ECOG.
Brain2qwerty sigue un enfoque diferente y utiliza el aprendizaje de transferencia para reducir la necesidad de una calibración individual elaborada. El sistema está capacitado en un gran registro de datos mediante datos MEG/EEG, que fue recopilado por 169 personas. Este modelo pre -entrenado ya contiene un amplio conocimiento de la relación entre las señales neuronales y las intenciones del lenguaje. Para los nuevos sujetos, solo se requiere una breve fase de ajuste de 2 a 5 horas para adaptar el modelo a las peculiaridades individuales del usuario respectivo. Esta breve fase de ajuste permite lograr el 75% del rendimiento de decodificación máximo con un esfuerzo mínimo. El uso del aprendizaje de transferencia permite una puesta en marcha significativamente más rápida y eficiente de los sistemas no invasivos y, por lo tanto, contribuye a la escalabilidad y al ancho de la aplicación. La capacidad de transferir un modelo previamente capacitado a los nuevos usuarios es una ventaja importante de los BCI no invasivos con respecto a su amplia aplicabilidad.
Aspectos éticos y regulatorios: canales de protección y aprobación de datos
El desarrollo y la aplicación de tecnologías de decodificación de texto cerebral plantea importantes preguntas éticas y regulatorias que deben tenerse en cuenta cuidadosamente. También hay diferencias entre los enfoques invasivos y no invasivos en esta área.
Protección de datos por rendimiento de señal limitado: protección de la privacidad
Un aspecto ético que a menudo se discute en relación con BCIS es la protección de datos y la posibilidad de manipulación del pensamiento. Los sistemas ECOG invasivos que permiten el acceso directo a la actividad cerebral potencialmente representan un mayor riesgo de abuso de los datos del cerebro. En principio, los sistemas ECOG no solo podrían usarse para decodificar las intenciones de lenguaje, sino también para registrar otros procesos cognitivos e incluso la manipulación de pensamientos por estimulación de circuito cerrado. Aunque la tecnología actual aún está lejos de tales escenarios, es importante vigilar estos riesgos potenciales y desarrollar medidas de protección adecuadas.
Brain2Qwerty y otros sistemas no invasivos se limitan a las señales de intención motora de grabación pasiva. La arquitectura está diseñada para filtrar patrones de actividad no lenguaje automáticamente. Las señales que son capturadas por el cuero cabelludo y ruidosas por Meg y EEG lo hacen técnicamente exigente, extrayendo información cognitiva detallada o incluso manipulando pensamientos. El "rendimiento de señal limitado" de los métodos no invasivos se puede ver de manera como la protección de la privacidad. Sin embargo, es importante enfatizar que los BCI no invasivos también plantean preguntas éticas, especialmente con respecto a la protección de datos, el consentimiento después de la aclaración y el posible abuso de la tecnología. Es esencial desarrollar pautas éticas y condiciones de marco regulatorias que garanticen el uso responsable de todos los tipos de BCI.
Ruta de aprobación para dispositivos médicos: más rápido de usar
La forma regulatoria para la aprobación de dispositivos médicos es otro factor importante que influye en la velocidad con la que se pueden introducir nuevas tecnologías en la práctica clínica. Los sistemas ECOG invasivos generalmente se clasifican como dispositivos médicos de alto riesgo porque requieren una intervención quirúrgica y pueden causar complicaciones potencialmente graves. Por lo tanto, se requieren estudios elaborados de fase III con datos de seguridad extensos a largo plazo para la aprobación de los sistemas ECOG. Este proceso de aprobación puede durar varios años y requerir recursos considerables.
Los sistemas no invasivos, por otro lado, potencialmente tienen una ruta de admisión más rápida. En los Estados Unidos, los sistemas no invasivos que se basan en los dispositivos EEG/MEG existentes pueden ser aprobados por el proceso 510 (k) de la Administración de Alimentos y Medicamentos (FDA). El proceso 510 (k) es una ruta de admisión simplificada para dispositivos médicos que son "sustancialmente equivalentes" para productos ya aprobados. Esta ruta de admisión más rápida podría permitir que las tecnologías de decodificación de texto cerebral no invasivos obtengan una aplicación clínica más rápida y beneficiaran a los pacientes antes. Sin embargo, es importante enfatizar que incluso para los sistemas no invasivos, se requieren evidencia estricta de seguridad y efectividad para obtener la aprobación. El marco regulatorio para BCIS es un campo en desarrollo, y es importante que las autoridades reguladoras, los científicos y la industria trabajen juntos para desarrollar canales de aprobación claros y apropiados, promover la innovación y al mismo tiempo garantizar la seguridad del paciente.
Límites del enfoque no invasivo: los desafíos técnicos permanecen
A pesar de las numerosas ventajas de los sistemas de decodificación de texto cerebral no invasivos, es importante reconocer también los obstáculos y límites técnicos existentes. Estos desafíos deben abordarse para explotar todo el potencial de BCIS no invasivo.
Latencia de tiempo real
Brain2Qwerty y otros sistemas no invasivos actualmente tienen una latencia más alta en la decodificación que un sistema ECOG invasivo. Brain2qwerty decodifica las intenciones de lenguaje solo después del final de la oración, lo que conduce a un retraso de aproximadamente 5 segundos. En comparación, los sistemas ECOG logran una latencia significativamente menor de alrededor de 200 milisegundos, lo que permite la comunicación casi en tiempo real. La mayor latencia de los sistemas no invasivos se debe al procesamiento de señales más complejo y a la necesidad de analizar señales más débiles y congeladas. Reducir la latencia es un objetivo importante para el desarrollo adicional de BCI no invasivos para permitir una comunicación más fluida y más natural.
Artefactos de movimiento
Los sistemas MEG son muy sensibles a los artefactos de movimiento. Incluso los movimientos menores de la cabeza pueden interrumpir significativamente las mediciones y afectar la calidad de la señal. Por lo tanto, la adquisición de datos basada en MEG generalmente requiere una posición de cabeza fija, lo que limita las aplicaciones móviles. Si bien el EEG es menos susceptible a los artefactos de movimiento, los movimientos musculares y otros artefactos también pueden afectar la calidad de la señal. El desarrollo de algoritmos robustos para la supresión de artefactos y el desarrollo de sistemas MEG y EEG portátiles y con tolerancia móvil son áreas de investigación importantes para expandir el ancho de la aplicación de los BCI no invasivos.
Compatibilidad del paciente
Los sistemas no invasivos basados en la decodificación de las señales de intercambio de punta pueden (como) alcanzar sus límites en pacientes con motocicletas fuertemente atróficas, como las de la etapa tardía de la esclerosis lateral amiotrófica. En tales casos, la decodificación basada en la intención motora puede fallar porque las señales neuronales que están relacionadas con los movimientos de la punta son demasiado débiles o ya no están presentes. Para estos grupos de pacientes, se pueden requerir enfoques alternativos no invasivos, que se basan, por ejemplo, en la decodificación de procesos de lenguaje cognitivo o en otras modalidades como el control ocular. Además, es importante tener en cuenta las diferencias individuales en la actividad cerebral y la variabilidad de la calidad de la señal entre diferentes personas para que los BCI no invasivos accesibles para una población de pacientes más amplia.
Roles complementarios en neuroprotéticos: coexistencia y convergencia
A pesar de los desafíos técnicos existentes y la precisión superior de los sistemas ECOG invasivos, el enfoque no invasivo de Meta AI y otros investigadores revoluciona la intervención temprana en el campo de la neuroprotésica. Los BCI no invasivos ofrecen la ventaja de que pueden usarse bajo riesgo y que pueden usarse al comienzo de una enfermedad, como AS. Pueden ofrecer a los pacientes con el comienzo de las dificultades de comunicación en una etapa temprana y, por lo tanto, mejorar su calidad de vida y participación en la vida social en una etapa temprana.
Por el momento, los sistemas ECOG siguen siendo insustituibles para aplicaciones de alta precisión en pacientes totalmente paralizados, especialmente en el síndrome bloqueado, en el que la máxima precisión de decodificación y la comunicación en tiempo real son de importancia crucial. Para este grupo de pacientes, las posibles ventajas de los BCI invasivos justifican los mayores riesgos y costos.
El futuro de las interfaces de la computadora cerebral podría estar en convergencia entre las dos tecnologías. Los sistemas híbridos que combinan las ventajas de los enfoques no invasivos e invasivos podrían anunciar una nueva era de neuroprostetos. Tal enfoque híbrido podría, por ejemplo, usar microelectrodos epidurales que sean menos invasivos que los electrodos ECOG, pero aún ofrecen una calidad de señal más alta que los sensores no invasivos. En combinación con algoritmos de IA avanzados para el procesamiento y decodificación de señales, tales sistemas híbridos podrían cerrar la brecha entre la invasividad y la precisión y permitir una gama más amplia de aplicaciones. El desarrollo continuo continuo de las tecnologías de decodificación de texto cerebral no invasivas e invasivas y la investigación de enfoques híbridos prometen un futuro en el que las personas con discapacidades de comunicación están disponibles para soluciones de comunicación efectivas, seguras y accesibles.
Adecuado para:
Su socio global de marketing y desarrollo empresarial
☑️ Nuestro idioma comercial es inglés o alemán.
☑️ NUEVO: ¡Correspondencia en tu idioma nacional!
Konrad Wolfenstein
Estaré encantado de servirle a usted y a mi equipo como asesor personal.
Puedes ponerte en contacto conmigo rellenando el formulario de contacto o simplemente llámame al +49 89 89 674 804 (Múnich) . Mi dirección de correo electrónico es: wolfenstein ∂ xpert.digital
Estoy deseando que llegue nuestro proyecto conjunto.