Conocimiento Bóveda 3/44 - Escuela de Primavera G.TEC BCI & Neurotecnología 2024 - Día 4
Interfaces cerebro-máquina híbridas para monitoreo remoto
& neurorehabilitación de trastornos neurológicos
Zied Tayeb, Universidad de Lincoln (Reino Unido), Myelin-H (LX)
<Imagen de Resumen >

Gráfico de Conceptos & Resumen usando Claude 3 Opus | Chat GPT4 | Llama 3:

graph LR classDef zied fill:#f9d4d4, font-weight:bold, font-size:14px; classDef bci fill:#d4f9d4, font-weight:bold, font-size:14px; classDef applications fill:#d4d4f9, font-weight:bold, font-size:14px; classDef phd fill:#f9f9d4, font-weight:bold, font-size:14px; classDef decoding fill:#f9d4f9, font-weight:bold, font-size:14px; classDef sensory fill:#d4f9f9, font-weight:bold, font-size:14px; classDef nyoage fill:#f9d4d4, font-weight:bold, font-size:14px; classDef games fill:#d4f9d4, font-weight:bold, font-size:14px; classDef astronauts fill:#d4d4f9, font-weight:bold, font-size:14px; A["Zied Tayeb"] --> B["investigador de BCI híbrido. 1"] A --> C["interés en BCI: diagnóstico de EM de su madre. 2"] A --> D["aplicaciones de BCI: fútbol, música,
escritura, robótica. 3"] A --> E["Doctorado: EEG, EOG, EMG para
control de brazo protésico. 4"] E --> F["Decodificación de imaginación motora a través de
redes neuronales profundas CNNs. 5"] E --> G["Computación neuromórfica para
decodificación de EEG. 6"] E --> H["Control y agarre de brazo robótico
EOG+EMG. 7"] E --> I["Retroalimentación sensorial: EEG para
detección de agudeza/dolor. 8"] I --> J["Respuestas tempranas de dolor en EEG,
corteza parietal y motora. 9"] I --> K["Clasificación de EEG: 5 niveles de agudeza
rol de ACC. 10"] I --> L["Decodificación de EEG: 5 niveles de temperatura
retiro graduado. 11"] I --> M["Teleoperación de robot con
piel artificial, EEG. 12"] A --> N["Nyoage: BCI para monitoreo,
neurorehabilitación. 13"] N --> O["Objetivo: prevenir discapacidad para
pacientes con enfermedades cerebrales. 14"] N --> P["Desafíos de EM: ajuste de medicamentos,
costos, tratamiento inadecuado. 15"] N --> Q["BrainMirror: gorra EEG, EMG,
juegos cognitivos. 16"] Q --> R["Juegos capturan biomarcadores digitales de progresión. 17"] Q --> S["Juegos como 'neurorehabilitación' para
síntomas cognitivos. 18"] N --> T["Beneficios del monitoreo remoto:
costos, ensayos, empoderamiento. 19"] N --> U["Seguimiento en tiempo real, mejora cognitiva
neuroterapéutica. 20"] N --> V["Ensayo RMMS para monitoreo y rehabilitación de EM. 21"] A --> W["BCI para monitoreo y mejora
de la cognición de astronautas. 22"] W --> X["Objetivo: uso en nueva
estación espacial para 2025. 23"] A --> Y["Premios Nyoage: NASA, premio BCI
agencia de Luxemburgo. 24"] W --> Z["BCI en el espacio: primeros
días, desafíos de microgravedad. 25"] A --> AA["Preguntas y Respuestas: BCI+FES para
restauración de movimiento en parálisis. 26"] A --> AB["Regiones de dolor en EEG: motor,
somatosensorial, ACC. 27"] A --> AC["Decodificación de diferencias táctiles en EEG. 28"] A --> AD["Firmas de EEG de
dolor de miembro fantasma. 29"] A --> AE["Tamaño del tablero de ajedrez. Nyoage
reclutando misioneros BCI. 30"] class A,B,C zied; class D,E,F,G,H,AA,AB,AC,AD,AE bci; class I,J,K,L,M sensory; class N,O,P,T,U,V,Y nyoage; class Q,R,S games; class W,X,Z astronauts;

Resumen:

1.- Zied Tayeb, de la Universidad de Lincoln (Reino Unido) y la empresa berlinesa Nyoage, presentó sobre interfaces cerebro-computadora híbridas que capturan múltiples biosenales.

2.- El interés de Zied en BCI surge del diagnóstico en etapa avanzada de esclerosis múltiple de su madre y la falta de soluciones disponibles en ese momento.

3.- Ejemplos de aplicaciones de BCI: paciente parapléjico pateando el inicio de la Copa del Mundo 2014, componiendo música con pensamientos, escribiendo a través de señales cerebrales, controlando un brazo robótico.

4.- El doctorado de Zied se centró en el uso de señales EEG, EOG, EMG para controlar un brazo protésico y proporcionar retroalimentación sensorial al usuario.

5.- Comenzó con la decodificación de la imaginación motora (movimientos de la mano izquierda/derecha) a partir de EEG utilizando aprendizaje profundo (CNNs) en 2017-18, logrando un 90% de precisión.

6.- También decodificó EEG utilizando computación neuromórfica (redes neuronales de picos) en el chip SpiNNaker, con un 75% de precisión pero menos potencia y latencia.

7.- Combinó EOG para el control de brazo robótico 2D y EMG para el agarre con un 93.6% de precisión. El brazo se movía a través de movimientos oculares, agarraba a través de EMG.

8.- Trabajó en proporcionar retroalimentación sensorial: decodificó EEG para detectar el nivel de agudeza/dolor cuando la prótesis tocaba objetos, permitiendo el reflejo de retirada.

9.- Encontró respuestas tempranas de EEG a estímulos nocivos en el lóbulo parietal a 54ms. Los estímulos nocivos también activaron la corteza motora para el reflejo de retirada.

10.- Clasificó 5 niveles de agudeza/dolor a partir de EEG con un 95% de precisión. ACC jugó un papel como sistema de alerta temprana para estímulos nocivos.

11.- También decodificó 5 niveles de temperatura (muy frío a muy caliente) a partir de EEG cuando la prótesis tocaba objetos. Implementó velocidades de retirada graduadas.

12.- Realizó experimentos de teleoperación controlando un robot con piel artificial para tocar objetos calientes/fríos. Decodificó EEG para implementar el reflejo de retirada.

13.- Fundó la empresa Nyoage para traducir la investigación de BCI en productos de monitoreo remoto y neurorehabilitación para trastornos neurológicos, comenzando con la esclerosis múltiple.

14.- El objetivo es prevenir la discapacidad para más de 1 millón de pacientes con enfermedades cerebrales. Apuntando primero a EM, luego Parkinson, TDAH, demencia, ELA.

15.- La EM es problemática: los medicamentos no se ajustan a todos, los costos aumentan un 70% a medida que la enfermedad progresa, el 42% recibe tratamiento temprano inadecuado, el 50% tiene progresión silenciosa.

16.- Creó la plataforma BrainMirror utilizando una gorra/visor EEG elegante más EMG. Los pacientes juegan juegos cognitivos durante 25-40 min, los datos se envían a los médicos.

17.- Los juegos están diseñados para capturar biomarcadores digitales de la progresión de la enfermedad. Se utiliza aprendizaje automático para traducir EEG/biosenales en indicadores significativos.

18.- Los juegos también sirven como "neurorehabilitación" para aliviar los síntomas cognitivos. El progreso se rastrea en tiempo real. Ejemplo: juego de ajedrez controlado por EEG para atención/memoria.

19.- La salud digital permite el monitoreo remoto, reduciendo costos (clínicos, económicos, ambientales) para los pagadores. Ayuda a las farmacéuticas a realizar ensayos clínicos descentralizados y eficientes.

20.- Empodera a pacientes y médicos con monitoreo remoto en tiempo real. Los juegos cognitivos proporcionan tratamiento neuroterapéutico para mejorar habilidades y combatir la enfermedad.

21.- Financiado para realizar un ensayo clínico internacional multisede (RMMS) para validar un dispositivo médico para el monitoreo y rehabilitación de EM. Más de 300 pacientes.

22.- También trabajando con la industria espacial (Axiom Space) para usar BCI para monitorear los efectos cognitivos de la radiación espacial/microgravedad en astronautas.

23.- Desarrollando BCI para monitorear y mejorar la cognición de los astronautas para tareas complejas. Objetivo de uso en la nueva estación espacial para 2025.

24.- Nyoage ha ganado premios de NASA iTech, Premio de Interfaz Cerebro-Computadora, Agencia Nacional de Innovación de Luxemburgo. Presentado recientemente al Rey de Bélgica.

25.- Aún son los primeros días para usar BCI de manera confiable en el espacio debido a los efectos de la microgravedad en EEG. Algunas empresas experimentan en la ISS.

26.- Preguntas y Respuestas: Se discutió la posibilidad de BCI+FES para restaurar el movimiento en pacientes con parálisis. No es el enfoque directo del investigador pero es plausible.

27.- Regiones de dolor decodificadas en estudios de EEG: ERD/ERS de la corteza motora, áreas somatosensoriales, corteza cingulada anterior (ACC). Grupo experto de TU Munich.

28.- Capaz de decodificar diferencias táctiles (espinoso vs suave) a partir de EEG. Otros grupos como EPFL también investigan esto.

29.- Se discutió las firmas de EEG del dolor de miembro fantasma en amputados en otro estudio, utilizando un enfoque BCI similar.

30.- El tablero de ajedrez era de 4x5. El ponente está reclutando en Nyoage para misioneros que transformen las vidas de pacientes con enfermedades cerebrales a través de BCI.

Bóveda del Conocimiento construida porDavid Vivancos 2024