EJEMPLO DE INTERFACE ADAPTATIVA. Controlar el computador con el pensamiento

Controlar el computador sólo con el pensamiento es el objetivo de las interfaces cerebrales. La ingeniera pamplonesa Carmen Vidaurre Arbizu, ha desarrollado una interfaz completamente adaptativa que mejora el rendimiento de las existentes hasta el momento, porque, según ha demostrado, reduce el tiempo necesario para aprender su funcionamiento y mejora el control que los usuarios tienen de la interfaz. Además, asegura que la mayor parte de la población sería capaz de utilizarla.
Estos resultados se recogen en la tesis doctoral Online Adaptive Classification for Brain-Computer Interfaces, en la Universidad Pública de Navarra.

Interfaz cerebral

Una interfaz cerebral o interfaz cerebro-computador (BCI, por sus siglas en inglés) permite a las personas con problemas de comunicación relacionarse con su entorno, a través de un computador y las señales electrofisiológicas provenientes del cerebro. En concreto, la interfaz con la que ha trabajado Carmen Vidaurre tiene como punto de partida el electroencefalograma (EEG) del sujeto, aunque hay otras que utilizan señales grabadas de electrodos colocados directamente en el cerebro.
El usuario y la interfaz son dos “sistemas” altamente interdependientes, que hasta hace poco se adaptaban el uno al otro independientemente. En el pasado, cuando un sujeto sin experiencia se disponía a usar una BCI, los sistemas no eran capaces de suministrar realimentación, es decir, el sujeto no podía ver los resultados de sus patrones cerebrales en la pantalla.
En estos sistemas antiguos, después de unas sesiones previas de recogida de datos, se incluía la realimentación y, de este modo, el sujeto comenzaba a adaptarse al computador utilizando la respuesta de la interfaz a los patrones extraídos de su señal. Sin embargo, estas interfaces las podían utilizar pocos usuarios, porque se necesitaba que los patrones generados durante las sesiones de entrenamiento y los de las sesiones con realimentación fueran muy similares.
Uno de los mayores problemas con que se encontraban los usuarios e investigadores de estos sistemas “estáticos” era que los patrones extraídos de las señales que se grababan en las sesiones de entrenamiento sin realimentación eran muy distintos de los extraídos de señales grabadas en presencia de realimentación. Por ejemplo, el input visual era diferente entre ambos tipos de sesiones, y esta diferencia cambia significativamente la actividad cerebral de ciertas zonas.
Para los usuarios inexpertos es muy difícil adaptarse a la interfaz tradicional, porque no son capaces de generar patrones estacionarios en el tiempo, probablemente por su falta de experiencia. Les resulta muy complicado reproducir estados mentales suficientemente parecidos para su correcta clasificación.

Investigación pionera

Por este motivo, en la tesis doctoral se desarrollaron, de forma pionera, dos clasificadores adaptativos en-línea, dentro de una interfaz completamente adaptativa, capaces de suministrar realimentación a sujetos inexpertos en las primeras etapas de uso. Con este sistema, la interfaz y el sujeto se van ajustando, aprendiendo el uno del otro recíprocamente. De este modo, se han podido eliminar las sesiones iniciales de entrenamiento sin realimentación, por lo que disminuye el tiempo total de aprendizaje y los sujetos son capaces de encontrar una estrategia de funcionamiento directamente con realimentación.
Además, los experimentos llevados a cabo con sujetos sin experiencia previa han demostrado que la mayoría de la población sería capaz de aprender a controlar una BCI adaptativa. En concreto, en los ensayos realizados con 30 personas en Austria y en Pamplona, se comprobó que 20 habían podido controlar la interfaz “muy bien” en 4 horas.

Cuatro módulos

La interfaz consta básicamente de cuatro módulos que se encargan, respectivamente, de la adquisición y preprocesado de la señal; extracción de sus características; clasificación de la señal en los distintos patrones que contiene la interfaz y, por último, de la realimentación, etapa en la que se comprueba si la acción ha sido la esperada.
Este trabajo se ha centrado principalmente en el módulo de clasificación, que se ocupa de identificar el tipo de señal que está enviando el sujeto. En una interfaz que tiene, por ejemplo, dos patrones (imaginación del movimiento de la mano izquierda y del movimiento de la mano derecha) el módulo de clasificación trata de decidir a qué patrón pertenece la señal actual.