La possibilità di creare interfacce cervello-macchina in grado di gestire movimenti complessi, che prevedono una successione articolata di singoli movimenti, è stata dimostrata da un gruppo di ricercatori del Massachusetts Institute of Technology, del Massachusetts General Hospital e della Harvard Medical School che ne riferiscono in un articolo a prima firma Maryam M. Shanechi pubblicato su “Nature Neuroscience”.
Nonostante i progressi compiuti nella creazione di interfacce cervello-macchina, in questo campo ci si è finora concentrati principalmente sulla ricostruzione di azioni semplici, che coinvolgono cioè un solo movimento mirato, per esempio lo spostamento di un cursore su uno schermo verso uno specifico obiettivo o il gesto di afferrare un oggetto. Queste interfacce sono in grado di decodificare la traiettoria continua di un movimento tridimensionale e la localizzazione dell'obiettivo attraverso tecniche di calcolo del feedback ottimale. Tuttavia, in un contesto naturale l'obiettivo è quasi sempre più complesso ed è necessario pianificare un'articolata sequenza di movimenti più semplici da eseguire in ordine e con una corretta tempistica.
Di fatto, un comportamento sequenziale pianificato è un processo motorio fondamentale nel quale il cervello prevede tutti gli obiettivi di una serie di movimenti già prima del suo inizio. Così, quando si solleva una tazza per portarla alle labbra, normalmente la pianificazione motoria del gesto viene completata prima di mettere in esecuzione le sue singole componenti.
In questo studio Shanechi e colleghi hanno cercato di individuare il modo in cui i diversi sotto-obiettivi programmati di un movimento sequenziale sono coerentemente codificati coinvolgendo la memoria di lavoro in una popolazione di neuroni della corteccia
premotoria, per determinare se l'attività registrata contemporaneamente in diversi singoli neuroni potesse essere usata per decodificare con precisione e in tempo reale l'intera pianificazione della sequenza di movimenti.
I ricercatori hanno addestrato due macachi rhesus a eseguire un compito in cui sul monitor di un computer venivano presentati due obiettivi in sequenza mentre veniva registrata l'attività di 281 neuroni rappresentativi delle popolazioni neuronali della corteccia premotoria dorsale e dell'area motoria supplementare. Attraverso lo sviluppo di una serie di modelli, i ricercatori sono riusciti così a identificare varie sottopopolazioni che rispondevano in modo caratteristico al movimento relativo al primo obiettivo e al secondo obiettivo e quindi a identificare lo schema di modifica dell'attività neuronale corrispondente alla prefigurazione dell'azione complessiva.
Anche se il compito proposto aveva solo due componenti, ed era quindi molto semplice - scrivono gli autori – l'esperimento ha dimostrato che è possibile isolare e decodificare in tempo reale le informazioni relative a tutti gli elementi della sequenza di movimenti che sta per essere eseguita, aprendo quindi in prospettiva la possibilità di progettare interfacce cervello-macchina in grado di svolgere efficacemente compiti complessi.
http://www.lescienze.it/news/2012/11/12/news/interfaccia_cervello_macchina_azioni_complesse-1362650/
