Em um avanço científico que promete redefinir a relação entre humanos e tecnologia protética, pesquisadores da Universidade de Tecnologia Chalmers, na Suécia, conseguiram, pela primeira vez, decodificar com sucesso movimentos detalhados das pernas diretamente dos nervos residuais de indivíduos com amputações acima do joelho. Esta conquista monumental, impulsionada por uma inovadora tecnologia de prótese de perna e um método de inteligência artificial, abre caminho para a criação de membros artificiais que não apenas se movem, mas também se sentem muito mais como partes naturais do corpo.
A pesquisa, publicada na renomada revista Nature Communications, introduz uma abordagem que poderia transformar drasticamente a independência funcional e a qualidade de vida de milhares de amputados, superando limitações históricas dos dispositivos protéticos tradicionais.
Decifrando o Código Neural para Controle Intuitivo
O cerne desta inovação reside na capacidade de interpretar a 'linguagem' do próprio sistema nervoso. Utilizando neurotecnologia implantável e um método de IA sofisticado, a equipe foi capaz de ler sinais nervosos associados a movimentos sutis, como a intenção de mexer os dedos dos pés. Este nível de detalhe é inédito no campo das próteses de membros inferiores e representa um salto significativo em direção a próteses com controle mais intuitivo e feedback sensorial natural.
Historicamente, o controle de próteses de braços e mãos dependia da ativação de músculos remanescentes que ainda respondiam a sinais cerebrais. No entanto, essa técnica mostra-se limitada em casos de grandes amputações, onde tais músculos podem não estar mais presentes. Para as próteses de perna, o controle era tipicamente mecânico, com sensores ajustando padrões de caminhada automaticamente, sem uma entrada direta do usuário. A nova metodologia transcende essas barreiras ao focar diretamente nos sinais neurais, independentemente da presença muscular.
O Desafio da Captura de Sinais e a Solução Híbrida
Capturar e interpretar sinais neurais com precisão é um desafio complexo. Giacomo Valle, professor assistente em Chalmers e autor sênior do estudo, explica: “Quando você diz ao seu corpo para se mover, os sinais viajam através dos nervos para os músculos que executam a ação – mesmo que o membro não esteja mais lá. O maior desafio é extrair essa informação e entender o código neural por trás dela.” Pesquisas anteriores focaram predominantemente em próteses de membros superiores, negligenciando a demanda igualmente crítica por avanços em próteses de membros inferiores, que são mais comuns.
A equipe de Chalmers superou essa dificuldade combinando um implante neural flexível e ultrafino com um algoritmo de inteligência artificial baseado em Redes Neurais de Picos (SNNs). Diferentemente de outras formas de IA, as SNNs processam impulsos elétricos, ou 'picos', que são a forma de comunicação dos neurônios biológicos. Essa compatibilidade intrínseca torna as SNNs excepcionalmente eficazes na interpretação da atividade nervosa, permitindo uma conexão direta e mais natural com os nervos remanescentes.
Testes Promissores e Precisão Inédita na Decodificação
A eficácia do sistema foi demonstrada em testes com dois indivíduos que haviam passado por amputações acima do joelho. Quatro fios extremamente finos foram implantados em um nervo-chave responsável pelo movimento e pela sensação na perna. Mesmo na ausência física do membro, as tentativas de movê-lo geravam sinais neurais distintivos.
O sistema desenvolvido pela equipe demonstrou uma precisão sem precedentes na interpretação desses sinais, identificando os movimentos pretendidos de forma mais acurada do que qualquer método anterior. “Este é o primeiro estudo a demonstrar que sinais registrados diretamente de nervos periféricos podem ser usados para interpretar com precisão os movimentos pretendidos da perna em amputados”, afirmou Valle, destacando a capacidade da tecnologia de distinguir movimentos específicos dos joelhos, tornozelos e até mesmo dos dedos dos pés.
Harmonizando Computação e Biologia para Sistemas Eficientes
Elisa Donati, professora da Universidade de Zurique e ETH Zürich e também autora sênior do estudo, enfatiza que a decodificação da atividade nervosa periférica funciona melhor quando respeita a linguagem do sistema nervoso. “Nervos periféricos se comunicam através de impulsos elétricos discretos – ou picos – e, portanto, as redes neurais de picos são naturalmente adequadas para processar esse tipo de sinal”, explica.
Essa abordagem bioinspirada não só melhora a precisão, mas também a eficiência. Donati acrescenta que, ao alinhar os modelos computacionais mais de perto com a biologia, é possível extrair a intenção de movimento de forma eficiente, utilizando modelos compactos e uma quantidade relativamente limitada de dados. Isso representa um passo crucial para o desenvolvimento de sistemas de próteses totalmente implantáveis, de baixo consumo de energia, que ofereçam um controle mais natural e uma integração mais profunda com o corpo humano.
O Futuro das Próteses Reside na Conexão Neural
Embora o estudo atual seja um conceito inicial, os resultados são extraordinariamente promissores e apontam para um futuro em que as próteses de perna possam ser controladas com a mesma intuição e fluidez de um membro biológico. O objetivo final é integrar essas descobertas em uma prótese de perna funcional, que possa responder de forma natural às intenções do usuário, melhorando drasticamente sua mobilidade e qualidade de vida.
Este avanço na neurotecnologia e inteligência artificial não apenas promete uma nova era para os amputados, mas também ilustra o poder transformador da pesquisa interdisciplinar na ponte entre a engenharia e a medicina.
Fonte: https://thedebrief.org
