L'applicazione di modelli di deep learning per la calibrazione in tempo reale delle stimolazioni elettriche sta trasformando le protesi corticali da dispositivi statici a sistemi adattivi. Un team di ricerca guidato dalla UC Santa Barbara ha dimostrato che l'intelligenza artificiale può prevedere con precisione come i neuroni della corteccia visiva rispondano a specifici stimoli, permettendo di personalizzare l'esperienza visiva per ogni singolo utente.
Oltre la stimolazione statica dei neuroni
Il limite storico delle protesi visive risiede nella natura variabile della risposta cerebrale: stimolare un elettrodo non produce necessariamente l'immagine desiderata a causa delle fluttuazioni neurali. Utilizzando una rete neurale profonda, i ricercatori hanno analizzato l'attività di riposo del cervello e le risposte a diverse combinazioni di stimoli in un partecipante cieco. Questo approccio ha permesso di identificare i pattern di stimolazione più efficaci per generare fosfeni (macchie o forme luminose) specifici, riducendo al contempo la corrente elettrica necessaria.
La priorità della risposta neurale sul settaggio hardware
Il dato più rilevante emerso dallo studio, pubblicato su Neuron00535-0), è che l'attività registrata dal cervello è un predittore della percezione visiva molto più affidabile rispetto ai semplici parametri di stimolazione impostati sul dispositivo. In sostanza, l'AI non si limita a inviare comandi, ma impara la trasformazione tra stimolo elettrico ed esperienza visiva soggettiva, adattando il dispositivo allo stato attuale del cervello dell'utente.
Un ecosistema di soluzioni per la cecità
Mentre questo studio si focalizza sulla corteccia visiva bypassando completamente occhi e nervi ottici — una soluzione ideale per chi ha subito traumi cerebrali o ictus — il mercato sta vedendo l'emergere di tecnologie complementari. Recentemente, l'impianto retinico PRIMA ha ottenuto la marcatura CE per il trattamento della degenerazione maculare, mentre Neuralink sta accelerando lo sviluppo di Blindsight con l'obiettivo di avviare i primi impianti entro un anno.
L'integrazione dell'AI sposta l'asse dello sviluppo verso una medicina di precisione dove il software corregge le imperfezioni dell'hardware, rendendo la visione bionica un processo dinamico e non più una "ricetta fissa".
Ancora nessun commento. Puoi essere il primo!