L’idea di connettere il cervello umano direttamente a una macchina o a un computer non è certamente nuova e ha ispirato numerosi romanzi e film di fantascienza. Già nel 1927, nel famosissimo film Metropolis, il regista Fritz Lang mostra un robot umanoide che prende vita dopo essere stato connesso direttamente al cervello della protagonista (Maria) con un dispositivo non molto differente dagli attuali sistemi di registrazione per elettroencefalografia. Anche la filmografia più moderna ha trattato l’argomento del rapporto uomo-macchina in numerosi film di fantascienza, basti pensare a Blade Runner (1982), Terminator (1984), Robocop (1987), Io Robot (2004) e la lista potrebbe essere molto lunga. Da circa vent’anni però, quella che sembrava solo fantascienza è diventata realtà grazie al progresso delle nostre conoscenze nell’ambito sia delle neuroscienze che dell’ingegneria elettronica e informatica che ha permesso di creare computer sempre più piccoli e potenti. Questi due fattori hanno portato alla nascita di una nuova disciplina chiamata interfacce cervello-macchina o, nella sua versione inglese più conosciuta, brain-machine interfaces.
Cerchiamo di capire innanzitutto di che cosa si tratta e quali sono le possibili applicazioni dei dispositivi che vengono sviluppati dai ricercatori che lavorano in questo campo. Il concetto di base è molto semplice e lo possiamo spiegare facilmente con un esempio1: consideriamo il caso di una persona che, a causa di un trauma, rimanesse paralizzato agli arti inferiori. In questo caso il cervello e, nello specifico, la corteccia motoria, continuerebbe a funzionare normalmente generando un’attività cerebrale che normalmente verrebbe tradotta in comandi motori per muovere le gambe, ma non riuscirebbe ad arrivare a destinazione, con il risultato che i muscoli non sarebbero attivati. Tale malfunzionamento sarebbe dovuto al fatto che, in un certo punto, la catena di comunicazione è interrotta e, tipicamente, questo accade quando il trauma avviene a livello della spina dorsale poiché essa permette il collegamento tra il cervello e gli arti superiori e inferiori. Sfortunatamente, a oggi non si è ancora trovata una cura definitiva e risolutiva per questo tipo di patologie, che possa restituire ai pazienti le funzionalità perdute.
Alla fine degli anni Novanta, il progresso tecnologico e le conoscenze acquisite circa il nostro sistema motorio hanno permesso ai ricercatori di esplorare una nuova strada nel tentativo di ripristinare il collegamento interrotto. Ecco comparire le prime interfacce cervello-macchina moderne2. Lo schema classico di un’interfaccia cervello-macchina prevede innanzitutto l’utilizzo di sensori che possano leggere l’attività cerebrale generata nella corteccia motoria contenente informazioni utili circa l’intenzione del soggetto di fare un determinato movimento.
Attraverso degli specifici dispositivi elettronici è possibile registrare e amplificare tale attività in modo tale che possa essere successivamente elaborata da un modulo chiamato Decoder che ha il compito di interpretarla, cioè decodificarla, in modo adeguato. Una volta estratta dal segnale neurale l’informazione necessaria, il decoder la trasforma in comandi motori per controllare il movimento di un dispositivo artificiale quale un braccio robotico, un esoscheletro oppure una sedia a rotelle motorizzata. In questi casi, quindi, si ottiene un sistema ibrido in cui il funzionamento del dispositivo artificiale è controllato direttamente dalla modulazione dell’attività cerebrale registrata dalla corteccia motoria. Il soggetto quindi è in grado di muovere un braccio robotico semplicemente “pensando” di muoverlo e riacquistando in tal modo le funzionalità perdute.
Normalmente le interfacce appena citate utilizzano come segnale di feedback sensoriale unicamente il sistema visivo, ma è possibile sviluppare dei sistemi bidirezionali dove non solo si estrae informazione dal cervello, ma si può inserire nella catena un altro modulo chiamato Encoder che lavora nella direzione opposta rispetto al Decoder. In questo caso il dispositivo artificiale deve essere equipaggiato di sensori di temperatura, di posizione, sensori tattili ecc. I vari segnali raccolti vengono quindi elaborati dall’Encoder e trasformati in un segnale che deve essere trasferito direttamente alla corteccia sensoriale e che il cervello possa interpretare in maniera corretta. Esistono varie modalità per compiere questa operazione tra le quali possiamo citare, come esempio, la microstimolazione intracorticale3 che prevede l’uso di treni di impulsi elettrici controllati in ampiezza e frequenza con cui si stimola il cervello attraverso elettrodi impiantati nella corteccia sensoriale.
Ciascun elemento di questa catena porta con sé elementi critici che necessitano, da parte degli scienziati, ancora un grande sforzo intellettuale e tecnologico per poter essere risolti definitivamente. Proviamo a descriverne alcuni.
Il cervello umano è composto indicativamente da 1010 cellule chiamate neuroni ciascuna delle quali rappresenta una unità computazionale, come se fossero dei piccoli computer ognuno con i propri segnali di ingresso e uscita. Esse sono strettamente interconnesse tra loro attraverso le sinapsi, delle connessioni che creano una rete fittissima. Considerando che ogni cellula può avere tra le 7.000 e 10.000 sinapsi, si può a fatica immaginare la complessità di un sistema del genere.
Come possiamo esplorare un sistema così complicato? Come possiamo registrare l’attività cerebrale generata da queste cellule?
Bisogna tenere in considerazione che i neuroni sono cellule che presentano in condizione di riposo una differenza di potenziale tra l’interno e l’esterno della cellula dovuta a una differente concentrazione degli ioni positivi e negativi tra l’ambiente intra ed extra cellulare. Questo equilibrio viene stravolto quando la cellula riceve determinati messaggi dalle altre cellule a essa collegate. In questo caso allora anch’essa è in grado di spedire dei messaggi alle altre cellule generando degli impulsi che altro non sono che il risultato di un rapido stravolgimento della differenza di potenziale tra l’interno e l’esterno e che vengono chiamati spike o potenziali d’azione.
Queste rapide variazioni di potenziale d’azione sono facilmente registrabili da un normale elettrodo metallico creando una configurazione di misura che non differisce molto dal voltmetro4 che utilizziamo per misurare la carica di una pila. Poiché anche per i neuroni si tratta di differenza di potenziale e di correnti elettriche è sufficiente posizionare dei sottilissimi fili conduttivi di dimensioni simili a quelli del neurone in prossimità di essi per registrare con molta precisione la presenza dei potenziali d’azione.
Per il funzionamento delle interfacce cervello-macchina, poiché la connessione tra il cervello e gli arti è interrotta, è fondamentale riuscire a intercettare il comando motorio che generiamo direttamente dalla corteccia motoria quando intendiamo fare un movimento e, per fare questo, esistono principalmente due modi.
Quello meno invasivo consiste nell’utilizzare degli elettrodi, che in questo caso sono piccoli dischetti di metallo, da porre direttamente sullo scalpo del soggetto in posizioni ben definite da uno standard internazionale chiamato sistema 10-20. Questa tecnica è chiamata Elettroencefalografia (EEG) ed è largamente utilizzata in diagnostica per verificare la presenza di patologie neuronali. La distanza degli elettrodi dalla sorgente del segnale e la consistenza dei tessuti che li dividono da essa non permette di registrare i potenziali d’azione dei singoli neuroni ma bensì il segnale generato da una popolazione numerosa di cellule che può essere molto utile nell’ambito delle interfacce cervello-macchina per compiere compiti semplici come controllare il movimento di un cursore di un computer in una o più dimensioni o guidare una sedia a rotelle motorizzata. I sistemi che si basano sul segnale EEG sono normalmente chiamati interfacce cervello-computer (brain-computer interface) e hanno una larga diffusione in ambito clinico.
La seconda tecnica più invasiva consiste nell’inserire direttamente nella corteccia per alcuni millimetri dei micro elettrodi organizzati in matrici bidimensionali (10 x 10) formati da fili di tungsteno o altro materiale simile di qualche micrometro di diametro. Questi piccoli aghi sono ricoperti da isolante per tutta la loro lunghezza, tranne la punta che risulta essere l’unica parte sensibile. Avendo dimensioni simili a quelle di una singola cellula riescono a registrare l’attività dei neuroni che vengono a trovarsi in prossimità di essi. Con questi sensori è possibile monitorare in modo preciso una piccola parte della corteccia motoria intercettando l’attività di qualche centinaio di neuroni alla volta. Questa tecnica, pur avendo evidenti limiti dovuti alla invasività del dispositivo, presenta numerosi vantaggi grazie alla precisione temporale e spaziale con cui si riesce a registrare l’attività elettrofisiologica di un numero di cellule sufficiente per controllare il movimento di un braccio robotico.
Esiste in realtà una terza tecnica anch’essa invasiva chiamata Elettrocorticografia (ECoG) che consiste nel posizionare gli elettrodi direttamente sulla superficie della corteccia in modo da riuscire a monitorare diverse aree del cervello, ottenendo una risoluzione temporale molto più alta dei segnali EEG avendo eliminato la barriera dello scalpo. Questa tecnica non è utilizzata in modo cronico ma solo per brevi periodi di tempo, per esempio in pazienti epilettici farmacoresistenti prima di sottoporsi all’intervento di asportazione del tessuto cerebrale causa dell’attacco epilettico, con lo scopo di individuare le funzionalità delle diverse aree della corteccia per evitare danni irreversibili.
Tutte le tecniche descritte, purtroppo, presentano alcuni svantaggi che non hanno ancora permesso la diffusione su larga scala delle interfacce cervello-macchina. Riguardo le tecniche più invasive, oltre al rischio di sottoporsi a un intervento chirurgico, presentano anche un problema di stabilità nel tempo del segnale. Sia le reazioni messe in atto dal cervello per respingere un oggetto estraneo, sia i micromovimenti che modificano la distanza degli elettrodi dai neuroni stessi, provocano una instabilità nel tempo del segnale registrato, richiedendo ogni volta che si utilizza il dispositivo una lunga fase di calibrazione del sistema.
I ricercatori stanno sviluppando tecniche per ovviare a questi inconvenienti, creando algoritmi capaci di auto-adattarsi in modo dinamico ai cambiamenti del segnale. Anche per quanto riguarda le tecniche meno invasive, i ricercatori stanno sviluppando nuovi algoritmi per ovviare ai molti limiti, come il basso contenuto informativo, il basso rapporto segnale-rumore, nonché un’alta sensibilità agli artefatti. Quelle appena accennate sono alcune problematiche che emergono al primo anello di un’interfaccia cervello-macchina e cioè all’interfaccia tra gli elettrodi e il sistema nervoso centrale. Problemi simili si possono incontrare per i sistemi che s’interfacciano con il sistema nervoso periferico registrando l’attività elettrica direttamente dai nervi. Anche in questo caso negli ultimi anni i ricercatori hanno sviluppato diverse tecniche e diverse tipologie di elettrodi con lo scopo di rendere tali registrazioni stabili nel tempo. In questo caso, trattandosi di arti inferiori o superiori continuamente in movimento, il problema della stabilità è ancora più difficile da risolvere.
L’altra grande sfida che hanno accettato gli scienziati nello sviluppare questi dispositivi, consiste nel riuscire a decodificare il codice dei messaggi che i neuroni usano per mandare i comandi motori dalla corteccia ai muscoli. Un modo di affrontare il problema è quello di studiare il correlato neuronale in movimenti stereotipati ripetuti centinaia di volte, in modo da riuscire a identificare ed estrarre dai segnali registrati quei parametri e quelle variabili che possano descrivere in modo sufficientemente accurato tali movimenti. Per fare un esempio, alcune interfacce cervello-macchina sviluppate con pazienti paraplegici sono frutto degli studi effettuati su modelli animali in cui si chiedeva a una scimmia di allungare la zampa per premere uno tra otto pulsanti posizionati su uno schermo verticale, nel momento in cui questi si illuminavano. Registrando dalla corteccia motoria l’attività neuronale generata da questi movimenti ripetuti numerose volte, i ricercatori sono riusciti a individuare per ciascuna direzione del movimento alcuni neuroni che si attivano solo quando il movimento della zampa viene effettuato in quella particolare direzione. Questa scoperta ha permesso qualche anno fa ai ricercatori dell’università di Pittsburgh di mettere a punto un sistema per cui una paziente quadriplegica è riuscita a controllare il movimento di un braccio robotico afferrando un pezzo di cioccolata e portandoselo alla bocca utilizzando unicamente il segnale elettrofisiologico registrato dalla corteccia motoria5.
Questo è solo un esempio di quello che potenzialmente si potrebbe fare con questo tipo di sistemi di interfaccia cervello-macchina. Attualmente ci sono molti esempi di pazienti che riescono a controllare un braccio o una gamba robotica in modo attivo, riacquistando funzionalità che pensavano di avere perso per sempre. La strada è tracciata e penso che nei prossimi anni vedremo interessanti sviluppi in questo settore di ricerca.
Facendo un salto indietro nel tempo possiamo notare che uno dei maggiori finanziatori di questo tipo di ricerca alla fine degli anni Novanta è stato il Dipartimento della Difesa americano (DARPA) e possiamo facilmente immaginare perché. Proviamo a pensare quali vantaggi potrebbe avere un soldato con un esoscheletro che gli permettesse di sollevare centinaia di chili senza sforzo, oppure di correre molto più veloce di un carro armato in un terreno impervio. Oppure immaginiamo quali vantaggi potrebbe avere un pilota di aereo che riesca a comandare il proprio velivolo unicamente con il pensiero, utilizzando le mani per fare altre operazioni. Come è già successo nel passato, le tecnologie che inizialmente hanno interessato l’industria militare si sono rivelate importantissime anche per scopi civili e clinici. In questo caso quello che sembrava essere una strada per aumentare le abilità motorie sensoriali e cognitive dei soldati in scenari di guerra, si è rivelata una tecnologia utile per cercare di trovare una soluzione alle disabilità di civili colpiti da eventi traumatici o malattie.
Nel descrivere questa nuova tecnologia non possiamo evitare di affrontare anche un aspetto più dibattuto che riguarda, appunto, il rapporto tra l’uomo e la macchina. Fino a questo momento tale rapporto aveva visto l’uomo nella posizione chiara di utilizzatore della macchina, dove il confine tra l’uno e l’altra era ben delineato. In questo caso, invece, penso che ci sia un salto qualitativo non indifferente da tenere in considerazione. Non è solo un problema di invasività, nel senso che in questi sistemi l’elettronica entra a diretto contatto con il cervello interagendo in modo bidirezionale con esso. La novità è che probabilmente in futuro si riuscirà a rimpiazzare regioni di cervello danneggiate con dei microchip che ne possano sostituire le funzionalità e che siano in grado di scambiare informazioni con le altre regioni del cervello a essi collegate6. Tali microchip saranno inoltre programmati con algoritmi di Intelligenza Artificiale e cioè algoritmi che migliorano le loro performance in modo automatico a seconda dell’esperienza acquisita.
Sebbene sia uno scenario relativamente lontano, non possiamo negare la portata della sfida che ci aspetta nell’affrontare tutte le problematiche giuridiche, etiche, sociali che questo tipo di dispositivi impiantati nel cervello solleveranno negli anni futuri. Bisognerà rispondere in modo non ideologico alle nuove domande che emergeranno sul rapporto mente-cervello, sul libero arbitrio e sulle questioni filosofiche che non potranno fare a meno di considerare la novità di queste applicazioni tecnologiche che per la prima volta andranno a interagire direttamente con il centro del nostro pensiero e della nostra volontà.
Penso che siano sfide che non possano trovarci impreparati e che vadano affrontate da subito, senza aspettare di ragionarci quando ci sarà l’annuncio dello scienziato, perché allora sarà troppo tardi. La scienza e, in particolar modo la tecnologia, in questi anni hanno dimostrato di procedere a una velocità elevatissima che è di gran lunga superiore al tempo necessario per costruire una nuova consapevolezza personale e collettiva che ci permetta di usare la tecnologia per l’uomo e non contro l’uomo.
Note
[1] A. Jackson & J. Zimmermann, Neural interfaces for the brain and spinal cord restoring motor function, in Nature Reviews Neurology, 8, 2012, pp. 690-699.
[2] J. Chapin, K. Moxon, R. Markowitz & M. Nicolelis, Real-time control of a robot arm using simultaneously recorded neurons in the motor cortex, in Nature Neuroscience, 2, 1999, pp. 664-670; F. Mussa-Ivaldi & L. Miller, Brain-machine interfaces: computational demands and clinical needs meet basic neuro science, in TRENDS in Neurosciences, 26, 2003, pp. 329-334.
[3] S. Bensmaia & L. Miller, Restoring sensorimotor function through intracortical interfaces: progress and looming challenges, in Nat Rev Neurosci, 15, 2014, pp. 313-325.
[4] Strumento che misura la differenza di potenziale elettrico tra i due punti di un circuito; ha come unità di misura il volt.
[5] J.L. Collinger et al., High-performance neuroprosthetic control by an individual with tetraplegia, in Lancet, 381, 2013, pp. 557-564.
[6] S. Reardon, Memory-boosting devices tested in humans, in Nat News, 527, 2015, p. 15.
