🧠 Este implante cerebral ultrafino permite conectar eficazmente o cérebro a uma IA

Como podemos interagir com computadores usando apenas a nossa mente? As interfaces cérebro-computador existentes são frequentemente limitadas pelo seu tamanho e invasividade, exigindo cirurgias pesadas e oferecendo velocidades de transmissão de dados baixas.

Uma inovação recente, desenvolvida por várias universidades, propõe uma solução surpreendente: um implante cerebral tão fino quanto um fio de cabelo, capaz de comunicar sem fio a velocidades extremamente elevadas. Este dispositivo, chamado BISC, poderá transformar a maneira como tratamos distúrbios neurológicos e interagimos com a tecnologia, criando uma ligação direta e poderosa entre o cérebro e as máquinas.

Desenvolvido por equipas da Universidade Columbia, do NewYork-Presbyterian Hospital, da Universidade Stanford e da Universidade da Pensilvânia, o BISC baseia-se num chip único de silício. Este chip, ultrafino, pode ser inserido no espaço entre o cérebro e o crânio, reduzindo assim os riscos cirúrgicos. Com mais de 65 000 elétrodos, regista e estimula a atividade cerebral com uma precisão sem precedentes, permitindo que algoritmos de inteligência artificial decodifiquem as intenções e perceções (explicação no final do artigo). Os investigadores publicaram os seus resultados na Nature Electronics, detalhando como esta abordagem expande os limites das interfaces cérebro-computador tradicionais.


A tecnologia por trás do BISC integra todos os componentes eletrónicos num único chip CMOS, o que reduz o seu volume para menos de um milésimo do dos implantes convencionais. Esta miniaturização notável, possibilitada por processos da indústria de semicondutores, facilita uma inserção por uma pequena incisão, ao contrário dos dispositivos antigos que usavam invólucros volumosos. Consequentemente, este avanço técnico minimiza a invasividade e melhora a estabilidade dos registos neurais ao longo do tempo, de acordo com as explicações dos engenheiros. Representa também um passo notável na evolução dos chips eletrónicos para implantes médicos.

Além disso, com uma velocidade de transmissão de dados que atinge os 100 Mbps através de uma ligação de rádio de banda ultra-larga, o BISC transmite informações cerebrais para ferramentas avançadas de aprendizagem automática. Estas ferramentas podem interpretar padrões elaborados de atividade neuronal, abrindo caminho para aplicações médicas promissoras. Por exemplo, poderá ajudar a gerir a epilepsia farmacorresistente ou a restaurar funções motoras após uma lesão da medula espinhal. Os ensaios pré-clínicos já mostraram resultados encorajadores, e estudos preliminares em humanos estão em curso para validar estes benefícios.

Para acelerar a sua adoção, os investigadores fundaram a Kampto Neurotech, uma empresa derivada que desenvolve versões comerciais do chip. A longo prazo, o BISC poderá permitir uma interação fluida entre o cérebro e os sistemas de inteligência artificial, indo além do tratamento de doenças.

A decodificação de sinais neurais pela inteligência artificial

Os algoritmos de inteligência artificial utilizados com interfaces cérebro-computador analisam os dados provenientes dos elétrodos para interpretar a atividade cerebral. Funcionam aprendendo a reconhecer padrões específicos nos sinais elétricos gerados pelos neurónios, que correspondem a pensamentos, intenções ou perceções. Para ilustrar, quando imagina mover a sua mão, certas zonas do córtex motor ativam-se, e a IA pode associar este padrão à ação correspondente.

Esta abordagem baseia-se em técnicas de aprendizagem profunda, onde redes neuronais artificiais são treinadas com vastos conjuntos de dados neurais. Os investigadores recolhem estes dados registando a atividade cerebral enquanto os sujeitos realizam tarefas específicas, como ver imagens ou tentar falar. A IA aprende depois a prever os estados mentais a partir destes registos, melhorando a sua precisão com o tempo e permitindo aplicações em tempo real.

No domínio médico, esta decodificação pode ajudar a restaurar funções perdidas, como a fala ou a mobilidade, traduzindo intenções em comandos para próteses ou estimuladores. Os avanços recentes, suportados por dispositivos como o BISC, aumentam a rapidez e a fiabilidade destes processos, abrindo portas a terapias personalizadas. No entanto, persistem obstáculos, como a variabilidade individual dos sinais cerebrais, exigindo uma adaptação contínua dos modelos de IA.