La capacitat d’observar i analitzar els senyals elèctrics del cervell no és nova i té una llarga trajectòria. El que realment està canviant i potenciant aquesta tecnologia en aquests moments és la incorporació de la intel·ligència artificial a l’anàlisi de les ingents quantitats de senyals que s’obtenen.
Exemple d’un EEG. Font: MrSandman / Wikimedia Commons. La imatge està en el domini públic.
Ara, gràcies a la IA, podem processar grans volums de dades elèctriques cerebrals i analitzar complexes interrelacions impossibles d’observar amb mètodes tradicionals a causa de les limitacions tècniques i de recursos. Aquesta capacitat analítica permet superar barreres històriques en l’anàlisi de senyals cerebrals, revolucionant especialment les neuropròtesis de la parla.
En aquest camp, la IA demostra una habilitat excepcional per desxifrar el codi neuronal de la parla: analitza el flux de senyals cerebrals, extreu patrons rellevants de la intenció comunicativa, aprèn els seus significats i els transforma en llenguatge intel·ligible pràcticament en temps real. Aquest avanç exponencial, que potencia dècades d’investigació, s’evidencia en el recent treball de la UC Berkeley i la UCSF.
Lectura i interpretació de senyals cerebrals
Durant dècades, registrar l’activitat elèctrica cerebral ha revelat els processos interns de la ment humana. Aquesta tècnica utilitza sensors, principalment elèctrodes, que capturen senyals neuronals emesos quan grups de neurones es comuniquen. Aquests senyals elèctrics poden recollir-se mitjançant mètodes invasius o no invasius, essent els primers, com els electrocorticogrames (ECoG), els que proporcionen major resolució espacial i temporal.
Aquests senyals bruts, un cop recollits, necessiten processament i neteja per identificar patrons significatius. Aquesta tecnologia permet detectar correlacions entre activitats cerebrals específiques i comportaments o intencions del subjecte, essent fonamental en estudis de control motor, interfícies cervell-ordinador (BCI) i en el desenvolupament de neuropròtesis per controlar dispositius mitjançant activitat cerebral.
No obstant això, aquests senyals són extremadament complexos, sorollosos i varien entre individus. Per molt que les eines analítiques tradicionals han permès avenços importants, presenten limitacions notables: requereixen molt de temps, esforç humà i no sempre capten les relacions no lineals i subtils del sistema cerebral. És aquí on la intel·ligència artificial emergeix com a eina transformadora, capaç de superar moltes d’aquestes barreres.
IA per a la traducció neural
La intel·ligència artificial representa un salt qualitatiu en la nostra capacitat per comprendre el llenguatge del cervell. Mentre que la tecnologia de captació de senyals permet observar l’activitat cerebral, és la IA la que aporta les eines necessàries per interpretar-la en tota la seva complexitat. En particular, la seva aplicació al camp de les neuropròtesis de la parla està demostrant ser revolucionària.
Els senyals neuronals associats a la intenció comunicativa són subtils, dispersos i varien entre individus. La IA funciona com un traductor sofisticat: processa grans volums de dades neuronals simultàniament, identifica patrons ocults entre múltiples canals i adapta els seus models interpretatius a les característiques específiques de cada cervell.
Gràcies a la seva extraordinària capacitat de processament i aprenentatge automàtic, la IA construeix representacions personalitzades del funcionament cerebral. Això permet detectar amb major precisió quan algú intenta parlar i inferir el contingut per traduir-lo en llenguatge intel·ligible. Aquest model individualitzat millora significativament la precisió i utilitat clínica de les neuropròtesis davant d’enfocaments anteriors més rígids.
Les tecnologies emprades inclouen xarxes neuronals profundes (especialment xarxes recurrents i transformadors), algoritmes d’aprenentatge supervisat per reconèixer patrons específics de la parla en cada individu, i tècniques d’adaptació contínua que milloren la precisió amb l’ús prolongat del sistema.
Aquesta combinació de capacitats permet que la IA expandeixi radicalment el potencial de les tecnologies de lectura cerebral, possibilitant formes de comunicació abans inimaginables.
Cas pràctic: la veu recuperada – neuropròtesis de la parla a UC Berkeley i UCSF
Un exemple destacat de la col·laboració entre lectura cerebral i intel·ligència artificial és el treball conjunt de UC Berkeley i UCSF. El seu objectiu era retornar la parla a persones que l’havien perdut mitjançant una neuropròtesi que traduís activitat cerebral en llenguatge oral.
Imatges de l’experiència duta a terme per la UCSF (University of California San Francisco). Photo by Noah Berger.
L’estudi va treballar amb una pacient amb paràlisi severa, incapaç de parlar però amb plena activitat cerebral comunicativa. Utilitzant un implant que registrava senyals elèctrics del còrtex motor de la parla, es van captar els senyals neuronals generats quan intentava formar paraules.
La IA, mitjançant models d’aprenentatge profund personalitzats, va reconèixer patrons cerebrals associats a més de cent paraules diferents. Aquests senyals es van traduir en frases completes vocalitzades digitalment, aconseguint comunicació gairebé en temps real, amb velocitat i naturalitat superiors a tecnologies prèvies.
El sistema va generar un vocabulari funcional de més de 110 paraules per a frases quotidianes, amb una taxa d’encert del 75% en la reconstrucció de missatges complets. A més, va reproduir una veu sintètica basada en el timbre original de la pacient, recuperant contingut i identitat.
Aquest avenç va demostrar alta precisió lingüística i capacitat per adaptar-se i millorar amb l’ús continu, evidenciant que la combinació de neurotecnologia i IA ja està transformant vides reals.
Més enllà de l’exemple: implicacions àmplies i context espanyol
Encara que les neuropròtesis de la parla representen una aplicació destacada de la combinació entre captació de senyals cerebrals i intel·ligència artificial, aquesta sinergia està generant noves possibilitats en diversos àmbits, des del diagnòstic neurològic precoç fins a la millora del benestar mental.
Un exemple significatiu és Starlab, start-up barcelonina que investiga l’aplicació d’aquestes tecnologies per desenvolupar biomarcadors cerebrals en contextos clínics. Sota la direcció d’Aureli Soria-Frisch, expert en enginyeria i neurociència amb àmplia trajectòria en IA, la seva unitat de neurociència treballa en l’anàlisi de dades de neuroimatge per proporcionar marcadors de salut i malaltia. Aquestes eines poden ajudar en la detecció precoç i seguiment clínic, oferint diagnòstics més personalitzats i objectius.
Aquest enfocament personalitzat és rellevant a Europa, on la inversió en tecnologies de salut digital i l’aposta per medicina preventiva centrada en el pacient poden oferir terreny fèrtil per a aquestes aplicacions. Iniciatives com les de Starlab demostren com l’ecosistema europeu d’innovació pot liderar la transformació de la neurociència clínica.
La combinació d’IA i senyal cerebral també troba aplicacions en entrenament cognitiu, neuroergonomia i disseny d’experiències immersives en realitat virtual adaptatives. El que abans era ciència ficció, ara pren forma en laboratoris d’investigació.
Recuperar la veu, preparar-nos per escoltar
La combinació de tecnologies per a la lectura de senyals cerebrals amb intel·ligència artificial està generant una revolució silenciosa però profunda. No parlem només de ciència avançada, sinó de persones recuperant la capacitat de comunicar-se, malalties detectades precoçment i dades transformades en eines per a la cura humana.
Com demostren els casos de UC Berkeley, UCSF o Starlab a Barcelona, aquests avenços són ja realitat, no promeses distants. No es tracta únicament de traduir impulsos elèctrics en paraules, sinó de crear noves connexions entre ment i món, entre ciència i vida quotidiana.
Davant aquesta transformació, hem de preparar-nos com a societat per integrar aquestes tecnologies de forma ètica, equitativa i centrada en les persones. És la nostra responsabilitat promoure el seu desenvolupament responsable i assegurar que els seus beneficis arribin a qui més els necessiten. Perquè, encara que la IA pot ajudar-nos a entendre el que diu el cervell, som nosaltres qui hem de decidir com utilitzar aquesta veu recuperada.
El moment d’escoltar el cervell ha arribat, portant l’oportunitat de construir una forma de comunicació més humana, inclusiva i conscient.
Referències:
- University of California, San Francisco:
How a Brain Implant and AI Gave a Woman with Paralysis Her Voice Back – YouTube
- Starlab Neuroscience – EEG and AI Applications. Disponible en: starlab.es
- Soria-Frisch, A. (LinkedIn Profile). Disponible en: linkedin.com/in/aurelisoriafrisch
