Un impianto cerebrale per decodificare il linguaggio

Ripristinare la capacità di parlare a coloro che l’hanno persa a causa di malattia o incidente sta diventando sempre più possibile, secondo due studi sugli impianti cerebrali che mostrano importanti progressi nel campo, pubblicati mercoledì sulla rivista Nature.

• Leggi anche: Impianti cerebrali: controllare i programmi informatici con il pensiero è ormai alla portata dell’uomo?

• Leggi anche: “Momento magico”: un paziente americano paralizzato riacquista la capacità di muovere il braccio con un trapianto di cervello

Pat Bennett, 68 anni, era una dirigente dinamica e atletica finché non le fu diagnosticata la malattia di Charcot più di dieci anni fa. Questa malattia neurodegenerativa, che privò gradualmente la paziente di ogni movimento fino alla completa paralisi, la colpì prima con la difficoltà di parlare, poi con l’impossibilità di parlare.

E i ricercatori del Dipartimento di Neurochirurgia dell’Università di Stanford, negli Stati Uniti, nel marzo 2022 hanno impiantato quattro piccoli quadrati costituiti da 64 microelettrodi di silicone. Queste cellule penetrano nella corteccia cerebrale di soli 1,5 millimetri e registrano i segnali elettrici prodotti dalle aree del cervello associate con la produzione linguistica.

I segnali prodotti vengono trasmessi all’esterno del cranio attraverso un fascio di cavi, ed elaborati da un algoritmo. Nel corso di quattro mesi la macchina ha “imparato” a interpretarne il significato. Collega i segni ai fonemi – i suoni che compongono le parole di una lingua – e li elabora con l’aiuto di un modello linguistico.

“Ora possiamo immaginare un futuro in cui ripristiniamo una conversazione fluida con qualcuno affetto da paralisi del linguaggio”, ha detto in una conferenza stampa Frank Willett, professore alla Stanford University e coautore dello studio.

Grazie all’interfaccia cervello-macchina (BMI), Pat Bennett parla sullo schermo a una velocità di oltre 60 parole al minuto. È ancora lontano dalle 150 alle 200 parole al minuto di una conversazione standard, ma è già tre volte più veloce del record precedente, risalente al 2021 e già detenuto dal team che lo ha preso sotto la sua ala protettrice. Il tasso di errore per un vocabolario di 50 parole è sceso a meno del 10%, rispetto a oltre il 20% in precedenza.

immagine simbolo

Nel secondo esperimento, condotto dal team di Edward Chang presso l’Università della California, il dispositivo si basa su una striscia di elettrodi posizionati su materiale corticale. La sua prestazione può essere paragonata al sistema del team di Stanford, con una media di 78 parole al minuto, cinque volte più veloce di prima.

Un passo enorme per un paziente paraplegico dopo l’emorragia del tronco cerebrale che, fino ad ora, comunicava ad una velocità massima di 14 parole al minuto, utilizzando la tecnologia di tracciamento della testa.

In entrambi gli studi, il tasso di errore sale a circa il 25% quando i pazienti utilizzano un vocabolario composto da diverse decine di migliaia di parole.

La particolarità del dispositivo Pr Chang è che si basa sull’analisi dei segnali emessi non solo nelle aree direttamente legate al linguaggio ma anche più in generale nella corteccia sensomotoria, che attiva i muscoli facciali e orali per produrre suoni.

Il professor Zhang ha spiegato: “Cinque o sei anni fa, abbiamo davvero iniziato a comprendere le reti elettriche che regolano il movimento delle labbra, della mascella e della lingua, permettendoci di produrre suoni specifici per ogni consonante, vocale e parola”.

L’interfaccia cervello-macchina del suo team produce il linguaggio sotto forma di testo, ma anche con una voce sintetizzata e un avatar che riproduce le espressioni facciali del paziente quando parla. Perché “anche la voce e le nostre espressioni fanno parte della nostra identità”, secondo il professor Chang.

Il team punta ora a una versione wireless del dispositivo, che avrà “profonde implicazioni per l’indipendenza del paziente e le interazioni sociali”, secondo David Moses, coautore dello studio e professore di neurochirurgia presso l’Istituto dell’Università di San Francisco.