Robotique contrôlée par l'esprit : le succès de l'interface cerveau-ordinateur de l'UCSF

Une équipe de chercheurs de l'Université de Californie à San Francisco (UCSF) a développé une interface cerveau-ordinateur (ICO) unique qui rapproche le monde des robots contrôlés par la pensée. Voici comment ce nouveau système pourrait transformer durablement vos interactions avec vos appareils et aider les personnes amputées à retrouver une meilleure qualité de vie.

Interface cerveau-ordinateur (BCI)

L'utilisation des ICM continue de se développer sur le marché. Ces dispositifs permettent aux humains de contrôler des appareils par la seule pensée. Ils fonctionnent grâce à divers capteurs électromagnétiques capables de surveiller les variations de l'activité cérébrale. Ces systèmes utilisent les représentations somatotopiques spécifiques du cerveau d'actions simples, comme tapoter du doigt, pour déterminer leurs mouvements.

Problèmes liés à l'interface cerveau-ordinateur actuelle

Les BCI offrent des opportunités intéressantes au marché, mais la technologie en est encore à ses balbutiements. Des inconvénients majeurs, tels que le coût de programmation de ces appareils et la nécessité de les réajuster constamment pour obtenir un étalonnage correct, continuent de freiner leur adoption. Heureusement, une nouvelle étude examine les raisons pour lesquelles les BCI nécessitent des réajustements et présente un système innovant offrant un support BCI à long terme.

Étude de l'interface cerveau-ordinateur

L'étude intitulée "L'échantillonnage de la plasticité représentationnelle de mouvements simples imaginés au fil des jours permet un contrôle neuroprothétique à long terme »¹ publié dans la revue scientifique Cell fournit des détails sur la manière de permettre un contrôle neuroprothétique complexe à long terme.

Robotique contrôlée par l'esprit

L'objectif de l'étude était de surveiller, cataloguer et identifier les variations de l'activité cérébrale liées aux tâches quotidiennes et aux mouvements simples. Pour ce faire, les chercheurs ont suivi les changements de la structure représentationnelle de l'activité cérébrale au fil des jours grâce au contrôle BCI.

Électrocorticographie Interface cerveau-ordinateur

L'électrocorticographie BCI a permis aux ingénieurs de comparer l'activité neuronale à une grille ECoG unihémisphérique représentant les mouvements imaginaires des différentes parties du corps. Cette approche était nécessaire pour déterminer la structure représentationnelle du cerveau. Plus précisément, l'équipe a utilisé la séparation par paires comme mesure de suivi.

L'ICB intègre des modèles d'intelligence artificielle (IA) pour s'adapter aux variations progressives des schémas d'activité neuronale au fil du temps. Ces variations, appelées dérives représentationnelles, surviennent lorsque le cerveau s'adapte à des tâches motrices répétées. L'IA affine son interprétation des signaux cérébraux, permettant au participant de garder le contrôle du bras robotisé pendant des mois. L'étude a utilisé une interface cerveau-ordinateur intracorticale, où de minuscules électrodes ont été implantées directement dans le cerveau pour enregistrer l'activité neuronale. Contrairement à l'électrocorticographie (ECoG), qui place des capteurs à la surface du cerveau, les implants intracorticaux fournissent des enregistrements haute résolution, mais nécessitent une implantation directe dans le tissu cérébral.

plasticité

La plasticité désigne la capacité du cerveau à s'adapter aux changements de son environnement, de sa santé ou de ses expériences. Plus précisément, la plasticité synaptique, la plasticité homéostatique et la neurogenèse adulte du cerveau subissent quotidiennement des changements structurels et fonctionnels adaptatifs.

Ces minuscules changements peuvent ne pas être perceptibles par les humains, mais les ICB doivent surmonter ce défi pour rester stables. C'est pourquoi les chercheurs ont tracé chronologiquement la distance moyenne de Mahalanobis de chaque session afin d'en faciliter le suivi.

Dérive représentationnelle

La dérive neuronale est un autre phénomène dont les ingénieurs doivent tenir compte lors de la création de leur système BCI. Elle désigne les changements d'activité et de comportement au fil du temps. Elle se produit dans la plupart des mémoires à long terme liées aux habiletés motrices.

Consciente de l'évolution constante des représentations neuronales des mouvements familiers, l'équipe a construit une variété commune à partir de données recueillies au fil des jours. Elle a surveillé les variations quotidiennes exactes et les différences spécifiques, notamment au niveau des centroïdes neuronaux absents des représentations originales.

Variance de représentation neuronale

Les ingénieurs ont pu prendre en compte la variance de la représentation neuronale de chaque action. L'équipe a ainsi découvert une structure méta-représentationnelle avec des limites de décision généralisables pour chaque répertoire d'actions, qui pouvait être localisée à mesure de son évolution dans le réseau mental.

L'équipe a notamment étudié la variance mentale chez les animaux. C'est au cours de ces études qu'elle a constaté pour la première fois que les actions du quotidien étaient facilement décodables avec une grande précision grâce aux capteurs BCI. Elle a également constaté que ces actions stimulaient différents centroïdes du système neuronal au fil du temps.

Interface cerveau-ordinateur à long terme

Cette découverte a conduit les ingénieurs à suivre les représentations des migrations à travers le réseau cérébral afin de contrôler l'interface cerveau-machine à long terme. Plus précisément, les chercheurs ont pu suivre et ajuster la plasticité et la dérive au cours de la journée grâce à une IA développée en interne.

Test d'interface cerveau-ordinateur

Lors de la phase de test, les ingénieurs ont collecté des données lors de 30 actions réalisées au cours de 49 essais et de 32 actions réalisées au cours de 48 essais. Le test s'est notamment concentré sur une seule partie du corps : la main. La première étape a consisté à sélectionner un sous-ensemble d'actions et à mesurer leur structure représentationnelle dans différents contextes, avec pour objectif final de contrôler un bras robotique Jaco virtuel.

Participants au test d'interface cerveau-ordinateur

Les ingénieurs ont sélectionné un participant souffrant de tétraplégie sévère et d'anarthrie suite à un accident vasculaire cérébral bilatéral. Cet accident était si grave qu'il lui a enlevé la capacité de parler et de bouger. Les participants tétraplégiques n'ont subi aucun dommage cognitif, ce qui les rendait particulièrement adaptés à l'étude.

Après avoir connecté le patient au BCI mis à jour, on lui a confié plusieurs tâches dont la difficulté allait de la visualisation du mouvement de différentes parties de son corps comme le bout de son doigt, sa tête ou sa jambe, aux micro-mouvements de son index.

L'équipe a utilisé des BCI basées sur l'ECoG pour enregistrer les représentations cérébrales de chaque action. Ces BCI améliorées ont offert aux ingénieurs une résolution accrue et la possibilité de manipuler les représentations avec précision grâce à un feedback. Il est à noter qu'aucun mouvement corporel n'a été observé chez le patient, mais son activité mentale était identique à celle d'une personne non paralysée.

Bras de robot de contrôle

L'étape suivante consistait à intégrer le bras robotisé Kinova Jaco pour les tests. Lors de la première phase, le patient a été invité à manipuler l'appareil en utilisant ses capacités mentales. Le patient tentait de soulever un objet et de le déplacer. Ces premiers tests ont révélé une faible contrôlabilité et un manque de fiabilité de la part de l'utilisateur.

Environnement virtuel 3D

Consciente de la nécessité d'un meilleur retour d'information au contrôleur, l'équipe a créé un bras robotique virtuel. Cette approche permet aux utilisateurs d'affiner leur contrôle et de fournir des informations précieuses, leur permettant ainsi de suivre leurs progrès et leurs capacités. Les ingénieurs sont convaincus que cet apprentissage rapide en séance sera crucial pour les futurs systèmes de formation prothétique.

Test de temps d'ajustement de l'interface cerveau-ordinateur

L'une des avancées majeures de cette étude est que les ingénieurs ont pu utiliser le même bras prothétique et le même patient avec un recalibrage de seulement 15 minutes, après des mois d'attente entre les séances. Le terme a utilisé le réseau neuronal récurrent profond (RNN) pour ajuster la plasticité et la dérive.

Après des mois d'attente, le patient a été renvoyé aux SMS et soumis à des tâches spécifiques. Deux tests complexes de préhension et de manipulation d'objets, de différents niveaux de difficulté, ont été mis en place pour vérifier le bon fonctionnement du système.

La première tâche demandait au patient d'atteindre et de tourner le bras pour saisir un objet et le déplacer. L'équipe a obtenu un taux de réussite médian de 90 %, réalisant la tâche en seulement 60.8 secondes. Les tâches suivantes ont été de plus en plus difficiles, la dernière demandant au patient d'ouvrir une armoire, d'en sortir une tasse et de la tenir devant un distributeur d'eau jusqu'à ce qu'elle soit remplie.

Résultats du test d'interface cerveau-ordinateur

Les résultats des tests ont montré que l'ICB améliorée pouvait suivre la variance neuronale et offrir une précision neuronale accrue. L'étude a montré que les signaux cérébraux de mouvement restent stables dans le temps, mais que leurs localisations d'action changent légèrement.

L'IA s'adapte automatiquement pour suivre ces changements, permettant ainsi de configurer facilement des systèmes fonctionnant comme des périphériques plug-and-play sur votre PC. L'équipe a également découvert des données intéressantes au cours de son parcours.

Ils ont constaté que chaque membre présente des schémas d'initiative similaires chez les individus. Par exemple, ils peuvent observer les schémas cérébraux et observer la différence entre les mouvements de la main droite et de la main gauche. L'équipe a également conclu qu'une réduction rapide de la variance est essentielle à la prise de décision perceptive.

De plus, l’étude démontre que les statistiques neuronales comme la variance peuvent être suivies et régulées pour augmenter les distances de représentation pendant le contrôle BCI sans changements somatotopiques.

Avantages de l'interface cerveau-ordinateur

La combinaison de l'apprentissage humain et de l'IA offre de nombreux avantages. Ces systèmes pourraient un jour aider les personnes souffrant de pertes douloureuses à reprendre le contrôle de leur vie et à mener leurs activités quotidiennes sans stress.

Stabilité

L'étude a démontré comment l'ajustement de l'ICB peut assurer la stabilité de ces dispositifs de contrôle. La décision de l'équipe d'utiliser une variété de faible dimension et des distances de représentation relatives pour un répertoire de mouvements imaginaires simples s'est avérée judicieuse.

Nouvel enregistrement

Jusqu'à ce test récent, la durée maximale de fonctionnement d'un BCI sans recalibrage était d'environ 2 à 3 jours. Ce besoin constant de recalibrage limitait ces appareils à de simples tests. Désormais, le BCI amélioré peut durer jusqu'à 7 mois sans aucune mise à jour, ouvrant la voie à des prothèses plus réactives et moins chères, et bien plus encore.

Plus efficace

Le BCI amélioré ne nécessite qu'environ 15 minutes de recalibrage tous les 6 mois. Il s'agit d'une mise à jour majeure par rapport au système précédent, qui nécessitait un étalonnage tous les 3 jours en raison de la dégradation des performances sur des périodes prolongées pour les tâches exigeant une grande précision.

Chercheurs sur l'interface cerveau-ordinateur

Les chercheurs de l'UC San Francisco étaient dirigés par le Dr Karunesh Ganguly, professeur de neurologie et membre de l'Institut Weill de neurosciences de l'UCSF. L'article a été co-écrit par le chercheur en neurologie Nikhilesh Natraj, Ph. D., Sarah Seko, Adelyn Tu-Chan et Reza Abiri de l'Université de Rhode Island. Le projet a notamment été financé par les National Institutes of Health et l'Institut Weill de neurosciences de l'UCSF.

L'avenir de l'interface cerveau-ordinateur

Selon l'équipe, l'objectif est désormais de rendre le bras robotisé plus fluide et plus réactif. Ils souhaitent également étendre les commandes cartographiées par l'ICB afin d'accroître la polyvalence et les capacités de l'appareil. À l'avenir, ils espèrent intégrer d'autres parties du corps.

Applications concrètes et chronologie des interfaces cerveau-ordinateur

Cette avancée pourrait bouleverser de nombreux secteurs. La capacité à contrôler et interagir avec des appareils grâce à des commandes mentales constituerait une avancée majeure par rapport aux méthodes actuelles. Elle pourrait également ouvrir la voie à une nouvelle ère dans les domaines de la santé, de l'électronique et de l'apprentissage.

Bien que les mises en œuvre actuelles soient au stade expérimental, des applications cliniques à grande échelle pourraient devenir réalisables dans les 5 à 10 prochaines années, en fonction des résultats de nouvelles recherches et des approbations réglementaires. ​Par conséquent, il existe beaucoup d'enthousiasme autour des possibilités futures de cette technologie.

Médical

Le secteur des prothèses est un domaine où cette technologie est susceptible de trouver une application immédiate. L'utilisation de la technologie BCI est considérée par beaucoup comme le summum des systèmes de contrôle prothétique. Cette découverte récente est très prometteuse pour restaurer l'autonomie des personnes paralysées en leur permettant d'interagir avec leur environnement grâce à des dispositifs contrôlés par la pensée.

Des entreprises innovantes à la pointe du développement d'interfaces cerveau-ordinateur

La course à la création d'ordinateurs et d'appareils contrôlés par le cerveau a conduit plusieurs entreprises à investir des millions en R&D. Ces entreprises cherchent à ouvrir la voie à une nouvelle ère de la santé et de la science grâce à des appareils qui surpassent les claviers actuels et les méthodes de saisie traditionnelles. Voici une entreprise pionnière dans ce domaine et qui s'est fait un nom sur le marché.

Synchroniser

Synchron a été créée en 2012 en tant qu'entreprise de neurotechnologie de pointe. Elle a notamment été baptisée SmartStent. En 2016, elle a été rebaptisée Synchron, reflétant ainsi sa volonté de développer des ICC mini-invasives pour aider les patients souffrant de perte de mobilité.

Aujourd'hui, Synchron propose une variété de produits, dont une interface neuronale endovasculaire appelée Stentrode. Ce dispositif pénètre dans le corps par les artères et s'implante dans le cerveau pour soutenir les capacités motrices. Ce produit représente les innovations constantes de Synchronous dans le secteur.

En outre, l'entreprise a obtenu des subventions de la Defense Advanced Research Projects Agency (DARPA) des États-Unis, du ministère de la Défense des États-Unis (DoD) et du National Health and Medical Research Council d'Australie.

Les personnes souhaitant se familiariser avec le marché des BCI devraient approfondir leurs recherches sur Synchron. Son positionnement sur le marché et ses efforts pionniers continuent de poser les bases des futures interfaces informatiques basées sur l'IA, et bien plus encore.

Les interfaces cerveau-ordinateur vont tout changer.

Les avancées actuelles en matière d'informatique cognitive pourraient bien rendre vos rêves de science-fiction obsolètes. Les ordinateurs du futur pourront communiquer directement avec vous par la pensée, ouvrant la voie à une nouvelle ère de l'évolution humaine. Pour l'instant, ces ingénieurs méritent d'être salués pour leurs efforts.

Découvrez d'autres avancées en robotique Aujourd'hui.

Études référencées :

^{1. Ganguly, K., Natraj, N., Seko, S., Tu-Chan, A. et Abiri, R. (2024). L'échantillonnage de la plasticité représentationnelle de mouvements simples imaginés au fil des jours permet un contrôle neuroprothétique à long terme. Cellule, 2024. https://doi.org/10.1016/j.cell.2024.02.029}