Um experimento está abrindo espaço para avanços na tecnologia de leitura mental. Com o uso de implantes cerebrais e softwares sofisticados, pesquisadores conseguiram prever o que pessoas estavam vendo com velocidade e precisão surpreendentes.

>>> Cientistas conseguem reconstruir rostos ao ler a sua mente
>>> Cientistas enviam mensagem de um cérebro para outro a 7.000 km de distância

A capacidade de ver uma imagem bidimensional em uma folha de papel ou tela de computador, e então transformar essa imagem em algo que nossa mente consegue reconhecer imediatamente, é um processo neurológico que permanece sendo misterioso para cientistas.

Para aprender mais sobre como nossos cérebros realizam essa tarefa – e para ver se computadores conseguem coletar e prever o que uma pessoa está vendo em tempo real – uma equipe de pesquisadores liderada pelos neurocientistas Rajesh Rao e Jeff Ojermann, da Universidade de Washington (EUA), demonstrou que é possível decodificar sinais do cérebro humano a velocidades próximas à da nossa percepção.

A equipe buscou ajuda de sete pacientes que faziam tratamentos para epilepsia. Os medicamentos não estavam ajudando a aliviar os ataques, então eles receberam implantes cerebrais temporários, e eletrodos foram usados para detectar pontos focais desses ataques. Os pesquisadores viram isso como uma oportunidade para realizar seus experimentos.

“Eles iam receber os eletrodos de qualquer forma,” disse Ojermann em um artigo do UW NewsBeat. “Nós só pedimos para realizarem algumas tarefas adicionais durante a estadia no hospital em que eles ficariam um tempo parados esperando.”

Aos pacientes, foram mostradas sequências aleatórias de imagens – de rostos humanos, casas, e telas completamente cinza – em monitores de computadores em breves intervalos de 400 milissegundos. A tarefa específica era observar uma imagem de uma casa de cabeça para baixo.

leitura-de-mente-
A tarefa de identificação de rosto ou casa. Crédito: Kai J. Miller et al., 2016/PLOS Computational Biology

Ao mesmo tempo, os eletrodos no cérebro dos pacientes estavam conectados ao software para extrair duas propriedades distintas de sinais cerebrais, chamadas “potencial de evento relacionado” (quando lotes em massa de neurônios são acionados simultaneamente em resposta a uma imagem), e mudanças “espectrais de banda larga” (sinais que perduram após a exibição de uma imagem).

Conforme as imagens apareciam na tela, um computador coletava e digitalizava os sinais cerebrais a uma taxa de 1.000 vezes por segundo. Essa resolução permitia ao software determinar qual combinação de localizações de eletrodo e sinais correlacionavam melhor com o que os pacientes viam. “Obtivemos respostas diferentes de localizações diferentes (de eletrodos); alguns eram sensíveis a rostos, e alguns eram sensíveis a casas”, explicou Rao.

Depois de treinar o software, os pesquisadores expuseram os pacientes a um conjunto completamente diferente de imagens. Sem exposição prévia a essas imagens, o computador foi capaz de prever com 96% de precisão quando uma das pessoas estava vendo uma casa, um rosto, ou uma tela cinza. E ele conseguia fazer isso com a velocidade quase igual à da percepção humana.

Essa proficiência só acontecia quando o computador considerava tanto o potencial de eventos relacionados quanto as mudanças de banda larga, o que, como dito no estudo, sugere que “eles capturaram aspectos diferentes e complementares do estado perceptual do paciente”. Os detalhes dos trabalhos foram publicados em um artigo no PLOS Computacional Biology.

Embora interessantes, os resultados do estudo são excepcionalmente limitados. Um teste real do sistema precisaria usar um conjunto muito maior de imagens, incluindo categorias diferentes. Não é imediatamente óbvio, por exemplo, se o computador conseguir discernir se um paciente estava vendo um rosto humano ou de um cachorro.

Mas assim que refinado, esse tipo de decodificação cerebral poderia ser usado para criar mecanismos de comunicação para pacientes que sofrem algum tipo de paralisia ou derrame. Essa técnica poderia ajudar no mapeamento cerebral também, permitindo a neurocientistas identificar locais no cérebro responsáveis por certos tipos de informação em tempo real.

[PLOS Computational Biology]

Imagem de topo: Kai Miller e Brian Donohue