Científicos desarrollan implante de lectura cerebral que utiliza una contraseña mental para la privacidad
[Adobe Stock]
Karina Petrova
psypost.org 25 de septiembre de 2025
Investigadores han identificado y traducido con éxito la actividad cerebral asociada con el habla interna, la conversación silenciosa que las personas mantienen en su cabeza. En un nuevo estudio publicado en la revista Cell , un equipo de científicos demostró un sistema que puede decodificar estos pensamientos silenciosos con una precisión de hasta el 74 %, un avance que podría transformar la comunicación para las personas con dificultades para hablar.
Las tecnologías de interfaz cerebro-computadora han demostrado ser cada vez más prometedoras para ayudar a personas con discapacidades graves. Estos sistemas funcionan interpretando señales cerebrales y traduciéndolas a acciones, como mover un brazo robótico o escribir en una pantalla. Avances recientes incluso han permitido que las interfaces cerebro-computadora decodifiquen los intentos de habla en personas con parálisis, donde el sistema interpreta la actividad cerebral generada cuando una persona intenta formar palabras físicamente, incluso si no se produce ningún sonido. Si bien es más rápido que métodos antiguos como el seguimiento ocular, este proceso de intentar hablar puede ser lento y físicamente agotador para usuarios con control muscular limitado.
Dirigido por Erin Kunz y Benyamin Meschede-Krasa, de la Universidad de Stanford, el equipo de investigación investigó una alternativa potencialmente menos extenuante: decodificar directamente el habla interna. La idea era explorar si una interfaz cerebro-computadora podía interpretar las señales neuronales de palabras imaginadas, sin necesidad de esfuerzo físico para pronunciarlas. Este enfoque podría ofrecer una forma más cómoda y quizás más rápida de comunicarse para personas con discapacidades motoras y del habla graves.
"Si simplemente tienes que pensar en el habla en lugar de intentar hablar realmente, es potencialmente más fácil y rápido para las personas", dijo Meschede-Krasa,
El estudio involucró a cuatro participantes con parálisis grave causada por esclerosis lateral amiotrófica o un accidente cerebrovascular del tronco encefálico. A cada participante se le implantaron conjuntos de microelectrodos en la corteza motora, una región cerebral clave para el control del habla. Los investigadores registraron la actividad neuronal de estos sensores mientras les pedían a los participantes que realizaran diferentes tareas. Estas incluían tanto intentar físicamente decir un conjunto de palabras en voz alta como simplemente imaginar que las decían internamente.
Tras analizar los datos, el equipo descubrió que el intento de hablar y el habla interna activaban regiones cerebrales superpuestas. Los patrones de actividad neuronal fueron bastante similares en ambas acciones. Una diferencia notable fue que las señales cerebrales asociadas con el habla interna fueron, en general, de menor magnitud en comparación con las señales del intento de hablar. Esto sugiere que imaginar el habla involucra muchos de los mismos circuitos neuronales que prepararse para hablar en voz alta, pero con menor intensidad.
Utilizando los datos recopilados en las tareas de habla interna, los investigadores entrenaron modelos de inteligencia artificial para reconocer e interpretar los patrones de palabras imaginarias específicas. Demostraron la capacidad del sistema en un experimento de prueba de concepto. La interfaz cerebro-computadora pudo decodificar oraciones completas que los participantes imaginaron pronunciar. Al probarlo con un amplio vocabulario de 125 000 palabras, el sistema alcanzó una precisión de hasta el 74 %.
El sistema también demostró la capacidad de decodificar pensamientos que no formaban parte de las instrucciones explícitas. Por ejemplo, cuando se pidió a los participantes que contaran en silencio el número de círculos rosas en una pantalla, la interfaz cerebro-computadora pudo decodificar una secuencia de números crecientes. Este hallazgo sugiere que la tecnología podría interpretar el habla interna espontánea y espontánea que se produce de forma natural durante una tarea cognitiva.
“Esta es la primera vez que logramos comprender cómo se ve la actividad cerebral cuando simplemente pensamos en hablar”, dijo Kunz. “Para las personas con discapacidades motoras y del habla graves, las BCI capaces de decodificar el habla interna podrían ayudarlas a comunicarse con mucha más facilidad y naturalidad”.
Si bien la similitud entre el habla intentada y el habla interna abre nuevas posibilidades de comunicación, también plantea interrogantes sobre la privacidad mental. Para abordar esto, el equipo examinó con mayor detenimiento las diferencias entre ambos tipos de actividad neuronal. Descubrieron que, si bien los patrones eran similares, eran lo suficientemente diferentes como para que un sistema los distinguiera con fiabilidad.
El autor principal Frank Willett, de la Universidad de Stanford, señaló que esta distinción podría usarse para entrenar interfaces cerebro-computadora para que ignoren específicamente el habla interna, impidiendo que el sistema emita accidentalmente los pensamientos privados de un usuario.
Basándose en esto, los investigadores demostraron un control práctico de la privacidad para los usuarios que deseen usar el habla interna para comunicarse. Desarrollaron un mecanismo controlado por contraseña que impide que la interfaz cerebro-computadora decodifique cualquier habla interna hasta que se active intencionalmente.
En su experimento, un usuario podía pensar en una frase clave específica, "chitty chitty bang bang", para desbloquear el sistema. Una vez pensada la contraseña, el dispositivo comenzaba a traducir el habla interna a texto. El sistema reconoció esta contraseña silenciosa con más del 98 % de precisión, lo que ofrecía al usuario una forma fiable de controlar cuándo se traducían sus pensamientos.
Los investigadores reconocen las limitaciones de su trabajo. Los sistemas actuales aún no son capaces de decodificar el habla interna libre y no estructurada sin cometer errores significativos. El estudio se realizó con un número reducido de participantes, y se requerirán investigaciones futuras para determinar cómo estos hallazgos se aplican a una población más amplia. Los mecanismos de privacidad demostrados son pasos iniciales, y se requerirá mayor desarrollo a medida que la tecnología avance.
A pesar de estas limitaciones, el equipo cree que dispositivos más avanzados con mayor número de sensores y algoritmos mejorados podrían algún día lograr una decodificación más fluida de los pensamientos internos. Los hallazgos representan un paso significativo hacia el desarrollo de herramientas de comunicación que no solo sean efectivas, sino también cómodas y controlables para el usuario, dándole la capacidad de elegir cuándo hablar y cuándo pensar en privado.
“El futuro de las BCI es prometedor”, afirmó Willett. “Este trabajo brinda una esperanza real de que las BCI de voz puedan algún día restaurar una comunicación tan fluida, natural y cómoda como la conversación”.
______________
El estudio, " El habla interna en la corteza motora y sus implicaciones para las neuroprótesis del habla ", escrito por Erin M. Kunz, Benyamin Abramovich Krasa, Foram Kamdar, Donald T. Avansino, Nick Hahn, Seonghyun Yoon, Akansha Singh, Samuel R. Nason-Tomaszewski, Nicholas S. Card, Justin J. Jude, Brandon G. Jacques, Payton H. Bechefsky, Carrina Iacobacci, Leigh R. Hochberg, Daniel B. Rubin, Ziv M. Williams, David M. Brandman, Sergey D. Stavisky, Nicholas AuYong, Chethan Pandarinath, Shaul Druckmann, Jaimie M. Henderson y Francis R. Willett.
__________
Fuente:
