14/12/2018 La neurociencia y el aprendizaje automático restablecen el movimiento en la mano del hombre paralizado »Detrás de los titulares …

La semana pasada, el New York Times informó sobre la primera "reanimación de extremidades" exitosa en una persona con cuadriplejia. Ian Burkhart,
de 24 años, se había roto el cuello cuando era un adolescente en un accidente de buceo. Su columna vertebral se dañó en la quinta vértebra cervical,
dejándolo paralizado desde los hombros hacia abajo. Usando una tecnología de bypass nervioso que transmite sus pensamientos directamente a los
músculos de su mano, ha recuperado el control sobre su mano derecha y sus dedos.

El sistema efectivamente pasa por alto su lesión espinal. Esta es la primera vez que se utiliza una interfaz cerebro-computadora para ayudar a un
individuo a mover sus propias manos. La investigación se publicó en la revista Nature y explica cómo se utilizaron el aprendizaje automático y MATLAB
en este proyecto.

Crédito de la imagen: BBC. Fuente: Battelle / Ohio State University

Este avance notable es el resultado de años de investigación y un proyecto interdisciplinario. Ingenieros, bioingenieros, neurocientíficos y cirujanos
contribuyeron al prototipo del sistema médico y al estudio clínico. El dispositivo, llamado NeuroLife , fue inventado en el Instituto Battelle . Los
ingenieros de Battelle trabajaron con médicos y neurocientíficos del Centro Médico Wexner de la Universidad Estatal de Ohio para desarrollar el
enfoque de investigación y realizar el estudio clínico.

En 2014, los cirujanos del estado de Ohio implantaron un chip en el cerebro de Ian. El chip Utah Array de Blackrock Microsystems consta de 96
sensores de microelectrodos que registran el disparo de neuronas individuales. El equipo utilizó imágenes del cerebro para identificar y aislar la parte
del cerebro del Sr. Burkhart que controla los movimientos de las manos. Durante la cirugía, el equipo probó repetidamente el tejido cerebral expuesto
para identificar la ubicación correcta del chip.

96 microelectrodo Utah Array de Blackrock Microsystems. Crédito de la imagen: MIT Technology Review

https://blogs.mathworks.com/headlines/2016/04/20/neuroscience-and-machine-learning-restore-movement-in-paralyzed-mans-hand/?s_eid=PSM… 1/2
14/12/2018 La neurociencia y el aprendizaje automático restablecen el movimiento en la mano del hombre paralizado »Detrás de los titulares …

Después de la cirugía, el Sr. Burkhart pasó horas y horas mirando el avatar de una mano en una pantalla, concentrándose en los pensamientos que
tomaría hacer el movimiento. Durante estas sesiones, la actividad en su cerebro fue registrada y analizada. El objetivo era comprender qué señales en
su cerebro se correspondían con los movimientos de las manos que estaba emulando mentalmente.

Los patrones de disparo en su cerebro fueron transmitidos a una computadora y grabados. La cantidad de datos que esto requiere es inmensa. Tres
millones de muestras de actividad neural son recolectadas cada segundo. Aproximadamente un gigabyte de datos se genera a partir de neuronas en la
corteza motora cada tres minutos.

Los investigadores utilizaron el aprendizaje automático para descifrar estos patrones. A través de la repetición, los patrones de disparo fueron
analizados y utilizados para desarrollar un algoritmo para controlar los músculos en su mano. El algoritmo se ajustó después de casi todas las sesiones
de entrenamiento. El aprendizaje automático ayudó a la recalibración cuando la mente de Ian se ajustó al movimiento y al aparato.

Cómo se utilizó MATLAB en este proyecto

De la revista Nature:

“Los datos digitalizados se transmitieron luego a una computadora personal donde se decodificaron para determinar qué movimiento se estaba
imaginando y luego se codificó para evocar la respuesta deseada de los músculos en el antebrazo. La computadora se comunicó con el
estimulador eléctrico neuromuscular de alta definición personalizado (NMES, por sus siglas en inglés) que conducía el manguito del electrodo
envuelto alrededor del antebrazo.

“Los algoritmos de procesamiento y decodificación / control de señales se ejecutaron en una computadora personal usando MATLAB. Los datos
digitalizados del Neuroport se procesaron cada 100 ms ".

La computadora decodificó las señales del cerebro y las tradujo a movimientos específicos. El equipo usó una manga NMES que aplicó estímulos
eléctricos a los músculos de sus manos. La funda tiene 130 electrodos que descansan sobre la superficie de la piel y transmiten señales a través del
brazo de Ian para activar sus músculos.

Después de un año de entrenamiento, Ian pudo aprender a través de la repetición de verter una botella y remover una taza. ¡También pudo aprender a
tocar un videojuego de guitarra!

Se necesita más trabajo

Para empezar, el sistema no es portátil. El Neuroport requiere una conexión directa a la computadora. Además, la cantidad de datos producidos
excede las capacidades inalámbricas actuales. Para mejorar verdaderamente la independencia, se requerirá un sistema inalámbrico.

También hay límites a los movimientos que se pueden realizar. El implante solo controla hasta 96 de los millones de neuronas en la corteza
motora. Para los movimientos complejos de las manos, las personas usan más de cien neuronas. En futuros estudios, el equipo planea aumentar
la cantidad de electrodos.

El manguito que transmite pulsos eléctricos para estimular los músculos en el antebrazo probablemente también deba ajustarse. Los niveles de
voltaje actuales requeridos para transmitir a través de la piel pueden interferir con las señales que se graban en el cerebro. En el futuro, los
investigadores pueden implantar los electrodos en el antebrazo para reducir el voltaje utilizado.

Tan sorprendente como es la tecnología, tengo que decir que estoy igualmente sorprendido por el hombre valiente que estuvo dispuesto a dedicar gran
parte de su tiempo y esfuerzo en un intento por promover la investigación y ayudar a otros. El Sr. Burkhart aceptó someterse a múltiples cirugías
cerebrales a pesar de que sabía que la movilidad reclamada solo sería temporal. El sistema solo funciona mientras él está en el laboratorio y el chip se
eliminará más adelante este verano. La esperanza es crear un sistema que pueda ayudar a las personas como Ian a lograr la independencia en su
vida diaria.

"... incluso si es algo que nunca puedo llevar a casa en mi vida, me alegro de haber tenido la oportunidad de participar en este estudio
... Sé que he trabajado mucho para ayudar a otras personas también, " Ian Burkhart dijo en su entrevista con Nature.

Felicitaciones, Ian.

https://blogs.mathworks.com/headlines/2016/04/20/neuroscience-and-machine-learning-restore-movement-in-paralyzed-mans-hand/?s_eid=PSM… 2/2