Pour la première fois, des scientifiques connectent sans fil le cerveau humain à un ordinateur

Des chercheurs américains ont conçu une interface cerveau-machine (ICM) sans fil, capable de lire et de transmettre des signaux neuronaux à une largeur de bande équivalente à celle des systèmes câblés, ce qui ouvre de nouvelles perspectives passionnantes pour la recherche en neurosciences et les soins aux patients.

BrainGate franchit un nouveau cap dans le domaine des interfaces cerveau-machine

L’idée derrière les ICM est de surveiller l’activité électrique du cerveau et de décoder son lien avec les pensées et les intentions de l’utilisateur. En reconnaissant qu’un certain schéma d’activité cérébrale est en corrélation avec le désir de lever la main droite d’une personne paralysée, une interface cerveau-machine peut le transformer en une commande pour un bras prothétique qui exécute alors le mouvement.

Lire aussi Des drones de la taille d’une voiture effraient New York et personne ne sait qui les pilote

Composée de scientifiques issus de plusieurs universités et institutions américaines, l’équipe du projet BrainGate se situe depuis des décennies à l’avant-garde dans ce domaine. Mais comme les autres, celle-ci est confrontée à un obstacle de taille. Pour que les interfaces cerveau-machine puissent recueillir des quantités de données réellement significatives en temps réel, celles-ci doivent être implantées dans le cerveau et reliées à des systèmes informatiques décodant les signaux, plutôt que de surveiller son activité de manière non invasive à travers le crâne et les tissus cérébraux comme le fait un casque EEG.

Alors que la start-up Neuralink d’Elon Musk ambitionne de proposer une interface cerveau-machine capable de faire le travail sans fil et discrètement, l’équipe de BrainGate affirme y être parvenue avec son dernier système. Décrit dans la revue IEEE Transactions on Biomedical Engineering, il constitue selon l’équipe le premier dispositif à transmettre le spectre complet des signaux enregistrés par un capteur intracortical.

Des premiers résultats impressionnants

Le dispositif se compose d’un réseau de 200 électrodes implantées dans le cortex moteur du cerveau, transmettant les signaux neuronaux à 48 mégabits par seconde à un émetteur sans fil connecté, placé sur la tête de l’utilisateur. Possédant une autonomie de 36 heures, le système a fait l’objet d’une démonstration avec l’aide de deux participants paralysés, qui ont pu l’utiliser en continu pendant 24 heures pour pointer, cliquer et taper sur une tablette informatique.

Lire aussi Elon Musk affirme maintenant que les sans-abris n’existent pas…

« Nous avons démontré que ce système sans fil est fonctionnellement équivalent aux systèmes filaires qui ont été la référence en matière de performance des ICM pendant des années », explique John Simeral, professeur adjoint d’ingénierie à l’université Brown et auteur principal de l’étude.

« Les signaux sont enregistrés et transmis avec une fidélité similaire, ce qui signifie que nous pouvons utiliser les mêmes algorithmes de décodage que ceux utilisés avec les équipements câblés. La seule différence est que les gens n’ont plus besoin d’être physiquement liés à notre équipement, ce qui ouvre de nouvelles possibilités en termes d’utilisation du système. »

« Nous voulons comprendre comment les signaux neuronaux évoluent dans le temps »

Si l’amélioration de la qualité de vie des personnes paralysées constitue l’une des principales avancées de ces recherches, ce nouveau dispositif servira également d’outil puissant aux neuroscientifiques qui cherchent à mieux comprendre l’activité cérébrale, ce qui conduira à des interfaces cerveau-machine encore plus avancées.

Lire aussi Des tracteurs intelligents deviennent fous à cause d’un signal en provenance de l’espace

« Nous voulons comprendre comment les signaux neuronaux évoluent dans le temps », explique Leigh Hochberg, professeur d’ingénierie à l’université Brown. « Avec ce système, nous sommes en mesure d’observer l’activité cérébrale, à domicile, sur de longues périodes, d’une manière qui était presque impossible auparavant. Cela nous aidera à concevoir des algorithmes de décodage qui permettront de rétablir la communication et la mobilité des personnes paralysées de manière transparente, intuitive et fiable. »