Ondas cerebrais podem ajudar pacientes paralisados ​​a se moverem novamente

Esta desconexão levou os investigadores a procurar formas de restaurar a comunicação sem reparar a própria medula espinal.

Testando EEG como solução não invasiva

Em um estudo publicado em Bioengenharia APL pela AIP Publishing, cientistas de universidades da Itália e da Suíça exploraram se a eletroencefalografia (EEG) poderia ajudar a preencher essa lacuna. Sua pesquisa se concentrou em determinar se o EEG poderia capturar sinais cerebrais ligados ao movimento e potencialmente reconectá-los ao corpo.

Quando uma pessoa tenta mover um membro paralisado, o cérebro ainda produz atividade elétrica associada a essa ação. Se esses sinais puderem ser detectados e interpretados, eles poderão ser enviados a um estimulador da medula espinhal que ativa os nervos responsáveis ​​pelo movimento daquele membro.

Indo além dos implantes cerebrais

A maioria dos estudos anteriores baseava-se em eletrodos implantados cirurgicamente para registrar sinais de movimento diretamente do cérebro. Embora estes sistemas tenham mostrado resultados encorajadores, a equipa de investigação quis investigar se o EEG poderia oferecer uma opção mais segura.

Os sistemas de EEG são usados ​​como tampas cobertas com eletrodos que registram a atividade cerebral do couro cabeludo. Embora a configuração possa parecer complexa, os pesquisadores dizem que ela evita os riscos envolvidos na colocação de dispositivos dentro do cérebro ou da medula espinhal.

“Pode causar infecções; é outro procedimento cirúrgico”, disse a autora Laura Toni. “Estávamos nos perguntando se isso poderia ser evitado.”

Desafios na leitura de sinais de movimento

Usar o EEG para decodificar tentativas de movimento ultrapassa os limites da tecnologia atual. Como os eletrodos de EEG ficam na superfície da cabeça, eles têm dificuldade para capturar sinais que se originam nas profundezas do cérebro.

Esta limitação é menos problemática para movimentos que envolvem braços e mãos. Os sinais que controlam as pernas e os pés são mais difíceis de detectar porque vêm de áreas localizadas mais próximas do centro do cérebro.

“O cérebro controla os movimentos dos membros inferiores principalmente na área central, enquanto os movimentos dos membros superiores são mais externos”, disse Toni. “É mais fácil ter um mapeamento espacial do que você está tentando decodificar em comparação com os membros inferiores”.

O aprendizado de máquina ajuda a interpretar a atividade cerebral

Para analisar melhor os dados do EEG, os pesquisadores usaram um algoritmo de aprendizado de máquina projetado para trabalhar com conjuntos de dados pequenos e complexos. Durante os testes, os pacientes usaram bonés de EEG enquanto tentavam uma série de movimentos simples. A equipe registrou a atividade cerebral resultante e treinou o algoritmo para classificar os sinais em diferentes categorias.

O sistema distinguiu com sucesso entre os momentos em que os pacientes tentavam se mover e quando permaneciam imóveis. No entanto, teve dificuldade em diferenciar as diferentes tentativas de movimento.

O que a pesquisa futura poderia alcançar

Os pesquisadores acreditam que seu método pode ser melhorado com maior desenvolvimento. Eles planejam refinar o algoritmo para que ele possa reconhecer ações específicas, como ficar em pé, caminhar ou escalar. A equipe também espera explorar como esses sinais decodificados poderiam ser usados ​​para ativar estimuladores implantados em pacientes em recuperação de lesões na medula espinhal.

Se for bem-sucedida, essa abordagem poderá aproximar a varredura cerebral não invasiva de ajudar as pessoas a recuperar movimentos significativos após a paralisia.