Les interfaces neuronales directes (ou ICM, pour interfaces cerveau-machine) permettent aux personnes ayant perdu la capacité de bouger ou de parler de communiquer avec leur entourage. Des chercheurs américains proposent aujourd'hui une nouvelle ICM, qui permet à son porteur de taper des mots en pensant à la façon dont il les écrirait de façon manuscrite.

La recherche dans le domaine des ICM s'est jusqu'à présent focalisée sur la restauration de la motricité globale, permettant aux patients de saisir, de pointer et de cliquer avec un curseur d'ordinateur. Les dispositifs fonctionnent, mais s'avèrent peu rapides. Pour augmenter la vitesse des communications, une équipe de chercheurs a développé une ICM d'un autre genre : celle-ci décode les tentatives de mouvements d'écriture à partir de l'activité neuronale du cortex moteur, puis les traduit en texte en temps réel !

Équipé de ce nouveau dispositif, le participant à l'étude ? dont la main était paralysée par une lésion de la moelle épinière ? a atteint des vitesses de frappe de 90 caractères par minute avec une précision brute de 94,1%, qui grimpait à plus de 99% avec l'usage d'un correcteur automatique universel. C'est plus rapide que tout autre ICM jamais développée, selon les auteurs. À titre de comparaison, la vitesse observée lors de l'expérience est similaire à la vitesse de frappe sur smartphone typique des individus du même groupe d'âge que le participant (estimée à 115 caractères par minute).
Traduire la pensée de l'écriture

Les ICM sont des systèmes conçus pour relier directement le cerveau humain à des périphériques externes (ordinateur ou autre) ; elles sont généralement utilisées pour améliorer la qualité de vie des personnes paralysées, ayant perdu la capacité de parler. Le principe de ces dispositifs est de traduire directement l'activité cérébrale en entrée machine. Les ICM développées jusqu'alors pour la communication reposent sur le déplacement, par la pensée, d'un curseur sur un clavier virtuel modélisé à l'écran. D'autres dispositifs d'écriture reposent sur un système de suivi des yeux (qui « pointent » les lettres désirées à l'écran).


La nouvelle ICM dont il est question ici repose sur un réseau de neurones artificiels, capable de traduire en texte les signaux cérébraux d'une personne qui s'imagine en train d'écrire ses propos avec un stylo. Avec 90 caractères tapés par minute, ce dispositif s'avère bien plus rapide que les autres systèmes développés jusqu'à présent. En outre, comparativement aux systèmes basés sur le suivi oculaire, il offre au patient une plus grande liberté, car il peut alors regarder où bon lui semble sans impacter la communication en cours.

Voici une vidéo qui permet de comparer les performances obtenues avec la nouvelle ICM et avec une interface intracorticale cerveau-ordinateur précédemment développée ; une étude antérieure rapporte qu'avec cette dernière, basée sur un système de frappe de type pointer-cliquer, le participant a atteint la vitesse maximale de 39 caractères corrects par minute. L'ICM s'avère plus de deux fois plus rapide.

Pour mettre au point ce nouveau dispositif, Jaimie Henderson et ses collègues de l'Université de Stanford, en Californie, ont utilisé deux réseaux de capteurs, positionnés juste sous la surface cérébrale ; chacun de ces réseaux est capable de capter les signaux émis par une centaine de neurones. Muni de ces capteurs, le participant à l'expérience ? un homme de 65 ans, paralysé jusqu'au cou depuis 2007 ? devait imaginer écrire des lettres et des mots sur une feuille, afin que les signaux neuronaux correspondants soient convertis automatiquement en texte.

Bientôt un décodeur de parole ?

L'un des membres de l'équipe, Krishna Shenoy, précise toutefois que les capteurs ne ciblent pas tous les neurones directement impliqués dans le contrôle du mouvement de la main ? et pour cause, il peut y en avoir des milliers ou des millions ! Mais l'utilisation conjointe de deux réseaux de capteurs, surveillant à eux deux environ 200 neurones, suffit à récolter suffisamment de données pertinentes pour fournir une interprétation fiable des signaux cérébraux.

Quid de l'apprentissage automatique de ce réseau neuronal artificiel ? Les réseaux de neurones sont habituellement formés à partir d'énormes quantités de données, afin d'être en mesure de résoudre la tâche qui leur est confiée. Ici, il s'agit d'apprendre à reconnaître le signal cérébral associé à l'écriture d'une certaine lettre ? sachant que celle-ci peut varier, même pour un seul et même individu. Il n'existe malheureusement pas encore de base de données de ce type. Pour un apprentissage efficace, l'équipe aurait pu demander au participant de se livrer à l'exercice, en lui demandant de penser à l'écriture de lettres, des milliers de fois, et en recueillant les signaux correspondants.

Pour lui épargner cette tâche laborieuse, l'équipe s'est simplement basée sur quelques exemples de signaux générés par le cerveau de l'homme lorsqu'il pensait à l'écriture de certaines lettres, puis a généré des copies supplémentaires de ces signaux en y ajoutant du bruit. L'objectif étant d'obtenir finalement une base de données « synthétique ». À noter que ce modèle d'apprentissage ne peut être utilisé pour un autre patient équipé du même dispositif : les données en question, de même que la disposition des capteurs, sont spécifiques à l'individu.

À partir de ces travaux, l'équipe souhaite désormais créer sur le même principe un « décodeur de parole », un synthétiseur vocal qui permettrait aux personnes privées de cette capacité de parler grâce à l'interprétation des signaux neuronaux associés à cette fonction. « Alors que l'écriture manuscrite peut approcher les 20 mots par minute, nous avons tendance à parler autour de 125 mots par minute [?]. S'ils sont combinés, ces systèmes pourraient offrir aux patients encore plus d'options pour communiquer efficacement », a déclaré Shenoy.