Uma inovação significativa na área de interfaces cérebro-computador (ICCs) foi apresentada recentemente, demonstrando que um único implante cerebral pode possibilitar que indivíduos com paralisia grave comuniquem-se usando tanto palavras quanto gestos através de avatares digitais. O estudo, publicado em setembro na revista Nature Neuroscience, revelou que a atividade elétrica registrada no cérebro de duas pessoas com severa perda de controle motor foi interpretada por inteligência artificial (IA) e convertida em texto, além de movimentos de avatares personalizados capazes de reproduzir ações como acenar, balançar a cabeça e dar de ombros. Este avanço representa uma potencial ampliação das possibilidades de comunicação para pessoas que perderam a fala e os movimentos, utilizando sistemas conhecidos como interfaces cérebro-computador (ICCs ou BCIs, na sigla em inglês).

< h2 >Implante único combina fala e gestos em sistema integrado< /h2 >
Diferentemente de pesquisas anteriores, que já haviam utilizado BCIs para ajudar pacientes a falar, digitar ou controlar dispositivos, o estudo liderado pelo neurocirurgião Edward Chang, da Universidade da Califórnia em São Francisco, destacou-se por integrar fala e gestos em um mesmo sistema. Segundo Samantha Brosler, coautora do estudo, a importância dos gestos na comunicação diária é fundamental, pois eles carregam conotações distintas das palavras, como exemplificado na diferença entre acenar com a cabeça e balançar negativamente.

Para testar a tecnologia, dois voluntários com paralisia grave receberam implantes compostos por 253 eletrodos na superfície do córtex sensório-motor, região cerebral responsável por controlar movimentos e a fala. Um dos pacientes havia sofrido um acidente vascular cerebral (AVC) no tronco encefálico, enquanto o outro tinha diagnóstico de esclerose lateral amiotrófica (ELA), doença neurodegenerativa que causa perda progressiva do controle muscular. Durante o treinamento, eles tentaram pronunciar frases e realizar gestos como bater palmas, acenar ou balançar a cabeça, enquanto suas atividades cerebrais eram monitoradas.

< h2 >Treinamento e interpretação de sinais cerebrais< /h2 >
Os dados coletados foram utilizados para treinar modelos de aprendizado de máquina, capazes de identificar padrões específicos e associá-los às intenções de fala e gesto. A inclusão de informações combinadas de fala, gestos e ações simultâneas aprimorou a capacidade do sistema de interpretar comandos, refletindo uma compreensão mais próxima da comunicação natural. Após esse processo, a interface foi conectada a um avatar virtual de corpo inteiro, personalizado para cada participante, que reproduzia os movimentos e palavras previstos em tempo real.

Durante os testes, os voluntários responderam a perguntas e comentários usando frases e gestos previamente treinados. O sistema converteu a atividade cerebral em comandos, exibindo as palavras na tela e reproduzindo os gestos do avatar. Os resultados mostraram alta precisão: o primeiro participante atingiu 100% de acerto em testes envolvendo fala e gestos, enquanto o segundo obteve médias de 75% na fala e 85% nos gestos. Uma análise adicional revelou taxas de correspondência de 88% para gestos e 84% para fala no primeiro voluntário, contra 66% e 70%, respectivamente, no segundo, sob diferentes condições de avaliação.

< h2 >Limitações e perspectivas futuras< /h2 >
Apesar dos avanços, os autores ressaltam que a tecnologia ainda está em fase de prova de conceito, operando com um conjunto limitado de frases e gestos, além de não permitir uma conversação espontânea contínua ou o controle completo de movimentos corporais. Os pesquisadores planejam ampliar o vocabulário e aprimorar o controle de movimentos, incluindo a possibilidade de interpretar ações específicas de diferentes articulações, como as mãos. Além disso, há potencial para que esses sistemas sejam integrados a dispositivos robóticos, possibilitando a execução de movimentos no mundo real, o que pode abrir caminho para aplicações mais amplas no auxílio à comunicação e à mobilidade de pessoas com deficiências severas.