Nova interface cérebro-computador não invasiva pode diagnosticar doenças

Elon Musk tomou as manchetes quando sua empresa Neuralink implantou o primeiro chip no cérebro humano. O objetivo é conectar a atividade cerebral a um computador, mas, apesar do feito impressionante, especialistas ainda têm dúvidas sobre a segurança da intervenção cirúrgica.

No Brasil, técnicas mais seguras e não invasivas já estudam como chegar ao mesmo objetivo de forma simples — o que, inclusive, pode auxiliar no diagnóstico de epilepsia, depressão e outras condições.

Leia mais:

• Neuralink: paciente com chip cerebral já controla mouse por 'telepatia'
• O que são chips de inteligência artificial?
• O que cientistas acham do 1º implante de chip cerebral da Neuralink

Interface cérebro-computador

Há formas de estabelecer uma ponte entre o cérebro e computadores de forma mais segura e sem recorrer a cirurgias, minimizando risco de danos cerebrais e custos do procedimento.

O professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP) João Luís Garcia Rosa é um dos pesquisadores que se debruça sobre o tema nos últimos 12 anos. Segundo o Jornal da USP, Garcia pesquisa interfaces cérebro-computador a partir de técnicas como a eletroencefalografia, que mede a atividade cerebral em diferentes pontos da cabeça usando eletrodos conectados ao couro cabeludo.

A intenção é ler a atividade cerebral e, com computadores e modelos computacionais, interpretá-la. A partir disso, uma informação pode se tornar uma ação no mundo real, como o movimento de um membro do corpo. O funcionamento é o mesmo que o chip da Neuralink, só que sem os riscos associados à intervenção cirúrgica.

Diagnóstico de epilepsia, depressão e outras doenças

Um dos estudos no qual Garcia Rosa participou explica como a epilepsia é diagnosticada através das variações na atividade cerebral. O problema é que essa análise está sujeita à interpretação humana, o que pode acarretar erros.

É nesse ponto que entra a computação. Em um artigo de 2023, os pesquisadores apresentaram uma ferramenta que usa aprendizado de máquina para classificar as principais características presentes nos eletroencefalogramas de pacientes com epilepsia. A precisão é de entre 87,2% e 90,99% em identificar a condição.

Com o avanço da técnica, será possível construir modelos e dispositivos que permitam o cérebro se comunicar diretamente com um computador sem a necessidade de nenhum movimento.

A mesma abordagem pode ajudar a identificar outras doenças que alteram a atividade cerebral, como a depressão.

Desafios do cérebro-computador – e soluções

• Segundo Garcia Rosa, uma dos principais desafios da área é construir modelos computacionais que reproduzam as características e dinâmicas dos neurônios do cérebro;
• No entanto, técnicas de processamento de sinais, IA e aprendizado de máquina já têm melhorado esses modelos;
• Nisso, ele destaca a importância do compartilhamento de conhecimento no setor. Por exemplo, o estudo clínico da Neuralink não divulgou nenhum tipo de pesquisa científica no qual se embasa, um dos motivos da desconfiança por parte da comunidade acadêmica.