¿Doctor X, eres tú? Desarrollan un nuevo algoritmo de escaneo cerebral que tendría la capacidad de leer los pensamientos

A principios de octubre, por medio del repositorio en línea BioRxiv, el neurocientífico Alexander Huth público un estudio que presenta un nuevo algoritmo de escaneo cerebral capaz de leer los pensamientos de las personas. El experto de la Universidad de Texas en Austin, junto con sus colegas, explica que se trata de un decodificador que puede reconstruir los pensamientos de los humanos para descifrar la actividad mental, sin requerir el uso de electrodos implantados quirúrgicamente.

Hace alrededor de 20 años, ni los mismos científicos hubiesen podido creer que esto sería realidad. No obstante, es un nuevo enfoque que, potencialmente, podría aplicarse a futuras interfaces de cerebro-computadora multipropósito y hasta ayudar a las personas que tienen deficiencia para hablar, ya que detecta los patrones de activación de las neuronas individuales, en tiempo real. Por ende, desde este 27 de octubre, la noticia generó gran furor en los internautas.

Nuevo algoritmo de escaneo cerebral podría leer la mente

El neurocientífico Alexander Huth, en conjunto con sus colegas Jerry Tang, Amanda LeBel y Shailee Jain, en la Universidad de Texas en Austin, presentaron un nuevo algoritmo de escaneo cerebral que tiene la capacidad de leer los pensamientos de las personas. Según prevén, esta novedosa tecnología podría aplicarse a futuras interfaces cerebro-computadora multipropósito.

Básicamente, se trata de un decodificador que genera secuencias de palabras inteligibles para restablecer el significado del habla percibida y el habla imaginada, por lo que se puede aplicar en una variedad de tareas semánticas. A diferencia de otras técnicas que precisan el uso de electrodos implantados de manera quirúrgica, este decodificador no requiere de ello para descifrar la actividad mental del individuo.

Antes, los decodificadores que usan grabaciones no invasivas solo podían identificar estímulos entre un pequeño conjunto de letras, palabras o frases.

Así, consiste en un innovador enfoque basado en grabaciones de resonancia magnética funcional (fMRI), de manera que, proporciona medios no invasivos para traducir el lenguaje continuo automáticamente. En otras palabras, el decodificador no invasivo reconstruye el lenguaje natural continuo por medio de representaciones corticales de significado semántico, que se registran haciendo uso de imágenes de resonancia magnética funcional.

La resonancia magnética funcional se encarga de medir los pequeños cambios en el flujo sanguíneo que se generan con la actividad del cerebro. Esta tiene muchas aplicaciones, desde examinar la anatomía funcional del cerebro hasta controlar el crecimiento y funcionamiento de los tumores cerebrales.

Entonces, más allá de predecir las frases que se escuchan con precisión, el método Huth también tiene la capacidad de interpretar las historias cortas que los usuarios cuentan mentalmente, sin evidenciar ningún error al respecto. De allí, su capacidad de detectar y trabajar “el habla percibida y el habla imaginada”. Por si fuera poco, el decodificador también muestra vídeos silenciosos de un solo idioma.

Ahora bien, para examinar el funcionamiento de esta tecnología y analizar cómo representa el lenguaje en el cerebro, los neurocientíficos probaron el decodificador diseñado en diferentes redes corticales. Para ello, escanearon los cerebros de tres voluntarios (una mujer y dos hombres, con edades entre 20 y 30 años) mientras escuchaban podcasts e historietas durante un lapso de 16 horas. Lo cual, les permitió recabar las grabaciones de resonancia magnética funcional necesarias para el presente estudio.

Tras cumplirse dicho periodo de tiempo, los expertos hallaron que el decodificador podría hacer predicciones acerca de cómo algunos patrones de actividad cerebral se correlacionan con las representaciones de pensamiento semántico. Dado que, su algoritmo de escaneo cerebral ayuda a traducir el lenguaje natural por separado, a través de múltiples redes corticales en cada hemisferio.

“Usamos la red del lenguaje clásico, la red de asociación parietal-temporal-occipital y la red prefrontal. Así descubrimos que nuestro decodificador permite interpretar los pensamientos centrándose en cualquiera de estas redes de forma independiente”.

Alexander Huth, neurocientífico y autor del estudio.

No obstante, como las interfaces cerebro-computadora tienen la obligación de respetar la privacidad mental del individuo, las conclusiones del experimento también permitieron discernir que la cooperación del sujeto es fundamental. Lo que significa que, se necesita la reciprocidad de la persona en cuestión, tanto para entrenar como para aplicar esta tecnología en su cerebro y leer su mente.

Por consiguiente, el algoritmo es incapaz de reconstruir los pensamientos semánticos de los usuarios cuando se distraen nombrando e imaginando animales.

Por otro lado, la tecnología también muestra ciertas limitaciones. Una de ellas, consiste en que el sistema tiene más problemas con los pronombres y con la distinción entre el habla en primera y tercera persona. Entonces, aunque sabe lo qué está haciendo con precisión, no puede detectar quién está haciendo las cosas. Además, según Huth, el decodificador no logra recuperar las palabras exactas mientras reconstruye el significado de los estímulos del lenguaje.

Los autores también enfatizan que un decodificador que ha sido entrenado en los escáneres cerebrales de una persona, no puede emplearse para reconstruir el lenguaje de otra persona.

Tras conocerse este nuevo método, un neurocientífico informático de la Universidad de Kyoto, Yukiyasu Kamitani, destaca que este algoritmo es emocionante para ver secuencias de lenguaje inteligibles generadas de forma no invasiva. Sin embargo, no comprende el éxito del experimento, ya que es muy difícil usar datos fMRI porque es bastante lento en comparación con la velocidad del pensamiento humano. Por ende, Huth resalta que esta investigación funciona porque el sistema no decodifica el idioma palabra por palabra, sino que se centra en discernir el significado superior de un pensamiento u oración.

Una tecnología que podría ayudar a personas que no pueden comunicarse

Más allá de poder aplicarse a futuras interfaces cerebro-computadora multipropósito, este algoritmo pretende ayudar a aquellos individuos que no pueden comunicarse en voz alta, ya sea por padecer alguna discapacidad o por tener problemas a la hora de socializar. Lo cual fue confirmado porque, después del entrenamiento, el decodificador logró reconstruir el significado de una película muda vista por los sujetos, así como la experiencia imaginaria de un participante contando una historia.

Tal y como es el caso de las personas con esclerosis lateral amiotrófica (ELA), que pierden el control de los músculos voluntarios gradualmente y esto también afecta la capacidad de hablar. Así, los pacientes incapaces de mover un solo musculó, tienen la posibilidad de comunicarse por medio de una interfaz cerebro-computadora, una de las principales aplicaciones del método Alexander  Huth.

De la misma forma, esta tecnología presenta un enfoque similar a un lector de ondas cerebrales, que fue desarrollado con el objetivo de que las personas con síndrome de enclaustramiento pudieran comunicarse con los médicos, para así expresar sus necesidades o deseos por medio de métodos no invasivos. Lo cual, determina que este tipo de tecnologías son idóneas para uso clínico generalizado.