Decoding silent reading from non-invasive EEG

A comunicação humana depende de um ato físico simples: mover a boca, a língua e as cordas vocais para moldar o ar em som. Quando uma doença ou lesão destrói essa habilidade, a conexão entre a mente de uma pessoa e o mundo exterior pode desaparecer. Por décadas, cientistas buscaram uma maneira de contornar o corpo quebrado e ler pensamentos diretamente do cérebro. As tentativas mais bem-sucedidas até agora exigiram cirurgia, implantando eletrodos profundamente dentro do crânio para ouvir o burburinho elétrico de neurônios individuais. Embora essas ferramentas invasivas tenham mostrado que os centros de linguagem do cérebro podem ser decodificados com alta precisão, elas acarretam riscos cirúrgicos e não podem ser usadas na vasta maioria das pessoas que delas precisam. A grande questão não respondida tem sido se métodos não invasivos, especificamente aqueles que utilizam sensores colocados no couro cabeludo, podem ser sensíveis o suficiente para captar esses pensamentos fugazes.

A dificuldade central de ler a mente sem cirurgia não é apenas o sinal fraco, mas a falta de um mapa. Para ensinar um computador a reconhecer um pensamento, você precisa saber exatamente o que a pessoa estava pensando no exato momento em que o sinal cerebral ocorreu. Para palavras faladas, isso é fácil: a pessoa fala, e a gravação começa. Para pensamentos silenciosos, ou "fala interna", não há um marcador externo. Uma pessoa pode pensar uma frase, mas não consegue relatá-la com precisão temporal perfeita; no momento em que ela diz "eu estava pensando em bananas", a atividade cerebral que criou esse pensamento já passou há muito tempo. Sem um carimbo de tempo preciso, os dados tornam-se um borrão, e tentativas anteriores de decodificar a fala interna lutaram para subir acima do acaso.

Uma equipe de pesquisadores da nubrain decidiu contornar esse problema de tempo usando uma tarefa diferente como campo de treinamento. Em vez de pedir a um participante que imaginasse palavras, eles pediram que ele lesse. A leitura é uma forma de processamento de linguagem que acontece silenciosamente na mente, mas vem com um relógio embutido: o momento em que uma palavra aparece em uma tela. Ao registrar a atividade cerebral enquanto uma pessoa lê, os pesquisadores puderam alinhar os sinais elétricos com as palavras específicas que estavam sendo vistas, criando um conjunto de dados massivo e preciso. O objetivo deles era ver se um computador poderia aprender a reconhecer a assinatura cerebral única de uma palavra específica apenas olhando para os padrões elétricos no couro cabeludo, e se essa habilidade poderia eventualmente ser aplicada à tarefa mais difícil de decodificar pensamentos não ditos.

O estudo envolveu um único participante que passou quase 49 horas lendo histórias contínuas em uma tela de computador. O texto era apresentado uma palavra por vez em sucessão rápida, um método conhecido como apresentação visual serial rápida. Para garantir que o computador estivesse aprendendo o significado das palavras e não apenas sua forma, os pesquisadores mudaram a fonte, o tamanho, a cor e o espaçamento de cada palavra. Isso significou que o cérebro teve que processar a linguagem em si, não apenas o padrão visual das letras. O participante usou uma touca com 19 eletrodos secos, uma configuração projetada para ser confortável e fácil de usar, que registrou a atividade elétrica do cérebro em alta velocidade.

Os pesquisadores então treinaram um modelo de computador para combinar esses sinais cerebrais com as palavras lidas. Eles usaram um sistema sofisticado que comparava os padrões elétricos ao "significado" digital das palavras, derivado de um grande modelo de linguagem. O computador não foi solicitado a adivinhar a palavra do zero, mas sim a escolher a palavra correta de uma lista de 512 possibilidades. Os resultados foram claros: o sistema podia identificar de forma confiável a palavra que estava sendo lida, apresentando um desempenho significativamente superior ao acaso. Esse sucesso manteve-se mesmo para palavras raras e incomuns, não apenas para as comuns que aparecem frequentemente na linguagem.

Crucialmente, os pesquisadores foram cuidadosos ao distinguir entre dois tipos diferentes de sucesso. Um computador pode acertar a resposta simplesmente por conhecer o tópico geral da história — por exemplo, adivinhar "cachorro" porque a história é sobre uma fazenda — sem realmente reconhecer a palavra específica na tela. Para eliminar isso, a equipe desenvolveu um método para separar o sinal da palavra específica do sinal do contexto da história. Eles descobriram que, embora o sistema utilizasse o contexto da história para ajudar, uma parte significativa de seu sucesso vinha da identificação da própria palavra específica. Eles também verificaram outro possível atalho: o computador poderia ter aprendido a adivinhar a palavra com base em sua posição na frase, em vez do sinal cerebral. Ao realizar testes específicos onde ocultaram os dados cerebrais e deixaram apenas a posição, confirmaram que o computador estava de fato lendo a atividade cerebral, e não apenas a posição.

O estudo também revelou que a quantidade de dados importa mais do que se pensava anteriormente. Os pesquisadores testaram o sistema com diferentes quantidades de dados de treinamento, desde uma pequena fração das horas totais até as 49 horas completas. Eles descobriram que a precisão do sistema continuava melhorando à medida que mais dados eram adicionados, sem sinais de que tivesse atingido um limite. Isso sugere que a barreira para um melhor desempenho não é uma falha fundamental na tecnologia, mas simplesmente a necessidade de mais tempo de gravação. Além disso, quando removeram os eletrodos colocados sobre a parte posterior da cabeça — a área que processa a visão — o sistema ainda funcionou, embora com precisão ligeiramente reduzida. Isso indica que os sinais cerebrais para a leitura de palavras não são apenas visuais; eles envolvem áreas de processamento de linguagem mais profundas que ainda são detectáveis a partir do couro cabeloso.

As descobertas oferecem um caminho promissor para interfaces cérebro-computador não invasivas. A pesquisa demonstra que é possível decodificar palavras específicas a partir da atividade cerebral usando apenas sensores no couro cabeludo, desde que haja dados de alta qualidade suficientes. Embora o estudo atual tenha focado na leitura, os autores sugerem que esta abordagem pode servir como uma base para decodificar a fala interna. Ao primeiro treinar um sistema nos dados confiáveis e sincronizados do tempo da leitura, e depois potencialmente transferir esse conhecimento para a tarefa mais difícil do pensamento silencioso, os cientistas poderão eventualmente restaurar a comunicação para aqueles que perderam a voz. O trabalho não afirma ter resolvido o problema de ler pensamentos instantaneamente, mas estabeleceu que o sinal está lá, esperando para ser encontrado com pacição e dados suficientes.