Indivíduos com lesões na medula espinhal frequentemente perdem a habilidade de mover braços ou pernas. Em muitos casos, os nervos nas extremidades permanecem saudáveis e o cérebro continua a funcionar normalmente. A perda de movimento ocorre porque o dano na medula espinhal bloqueia os sinais que viajam entre o cérebro e o corpo.
Essa desconexão levou os pesquisadores a explorar maneiras de restaurar a comunicação sem a necessidade de reparar a medula espinhal em si.
Explorando o EEG como uma Solução Não Invasiva
Em um estudo publicado na APL Bioengineering pela AIP Publishing, cientistas de universidades da Itália e da Suíça investigaram se a eletroencefalografia (EEG) poderia ajudar a preencher essa lacuna. A pesquisa se concentrou em determinar se o EEG poderia capturar sinais do cérebro relacionados ao movimento e potencialmente reconectá-los ao corpo.
Quando uma pessoa tenta mover um membro paralisado, o cérebro ainda produz atividade elétrica associada a essa ação. Se esses sinais forem detectados e interpretados, podem ser enviados a um estimulador da medula espinhal que ativa os nervos responsáveis pelo movimento desse membro.
Avançando Além de Implantes Cerebrais
A maioria dos estudos anteriores dependia de eletrodos implantados cirurgicamente para registrar sinais de movimento diretamente do cérebro. Embora esses sistemas tenham mostrado resultados promissores, a equipe de pesquisa queria investigar se o EEG poderia oferecer uma opção mais segura.
Os sistemas de EEG são usados como bonés cobertos por eletrodos que registram a atividade cerebral a partir do couro cabeludo. Embora a configuração possa parecer complexa, os pesquisadores afirmam que evita os riscos associados à colocação de dispositivos dentro do cérebro ou da medula espinhal.
“Pode causar infecções; é mais um procedimento cirúrgico,” disse a autora Laura Toni. “Estávamos nos perguntando se isso poderia ser evitado.”
Dificuldades em Decifrar Sinais de Movimento
Utilizar o EEG para decifrar tentativas de movimento desafia os limites da tecnologia atual. Como os eletrodos do EEG estão na superfície da cabeça, eles têm dificuldades em capturar sinais que se originam mais profundamente no cérebro.
Essa limitação é menos problemática para movimentos que envolvem os braços e as mãos. Sinais que controlam as pernas e os pés são mais difíceis de detectar porque vêm de áreas localizadas mais próximas ao centro do cérebro.
“O cérebro controla os movimentos dos membros inferiores principalmente na área central, enquanto os movimentos dos membros superiores estão mais na parte externa,” disse Toni. “É mais fácil ter um mapeamento espacial do que você está tentando decodificar em comparação aos membros inferiores.”
A Tecnologia de Aprendizado de Máquina Auxilia na Interpretação da Atividade Cerebral
Para analisar melhor os dados do EEG, os pesquisadores utilizaram um algoritmo de aprendizado de máquina projetado para lidar com conjuntos de dados pequenos e complexos. Durante os testes, os pacientes usaram bonés de EEG enquanto tentavam realizar uma série de movimentos simples. A equipe registrou a atividade cerebral resultante e treinou o algoritmo para classificar os sinais em diferentes categorias.
O sistema conseguiu distinguir entre momentos em que os pacientes tentaram se mover e quando permaneceram parados. No entanto, teve dificuldade em diferenciar entre diferentes tentativas de movimento.
Possibilidades Futuras da Pesquisa
Os pesquisadores acreditam que seu método pode ser aprimorado com mais desenvolvimento. Eles planejam aprimorar o algoritmo para que consiga reconhecer ações específicas, como ficar em pé, andar ou escalar. A equipe também espera explorar como esses sinais decodificados poderiam ser usados para ativar estimuladores implantados em pacientes em recuperação de lesões na medula espinhal.
Se for bem-sucedido, essa abordagem pode aproximar a escaneamento cerebral não invasivo de ajudar as pessoas a recuperarem movimentos significativos após a paralisia.
