Interfacce cervello-macchina: la decodifica degli stati neurali per il controllo dei movimenti

Quando vogliamo muovere le braccia per raggiungere un oggetto, si attivano diverse aree cerebrali con attivazioni difficili da leggere ed interpretare. Moderni strumenti matematici ci consentono di “leggere” questi segnali neurali e di cogliere sequenze che portano informazioni spazio-temporali. Tali sequenze sono note nella corteccia motoria, la parte del cervello più direttamente coinvolta nel controllo del nostro movimento volontario, ma non ancora studiate nella corteccia parietale, una ricca sorgente sia di segnali sensoriali visivi e tattili, che di segnali legati al movimento che eseguiamo volontariamente.

Solo ora si è scoperto che alcune aree parietali contengono gli stessi “stati” motori tipici delle cortecce motorie. La scoperta – pubblicata sulla rivista Network Neuroscience – è stata realizzata da un gruppo di ricerca dell’Università di Bologna attivo al Dipartimento di Scienze Biomediche e Neuromotorie e al Centro Alma Human Artificial Intelligence. I risultati potrebbero aiutarci nella messa a punto di sistemi che collegano il cervello con dispositivi tecnologici, ad esempio per il recupero dell’attività motoria di pazienti che hanno subito lesioni spinali o affetti da malattie neurodegenerative.

Riuscire a comprendere i modelli di attivazione neuronale è fondamentale per svelare i meccanismi che permettono il controllo motorio. In questo senso gli studiosi si sono concentrati in particolare sui movimenti di raggiungimento, come ad esempio i movimenti che compiamo con le braccia quando vogliamo premere quel pulsante dell’ascensore che ci condurrà ad un certo piano del palazzo in cui siamo.

L'analisi ha fatto emergere che, in corrispondenza di questi movimenti delle braccia, si attiva una serie di stati neuronali estremamente simili in tre aree parietali (dette PE, PEc e V6A). Una differenza tra queste tre aree è stata rivelata, però, proprio grazie agli strumenti matematici utilizzati dagli studiosi.

“Mentre le aree PEc e V6A sono visuo-motorie, nella vicina area PE sono predominanti gli input somato-motori”, spiega Patrizia Fattori, professoressa al Dipartimento di Scienze Biomediche e Neuromotorie dell’Università di Bologna, che ha coordinato lo studio. “A partire da queste differenze, ci si potrebbero aspettare dinamiche neurali diverse tra queste aree, ma i risultati che abbiamo ottenuto ci dicono il contrario”.

L’analisi dell’attività dell’area somato-motoria (PE) ha infatti fatto emergere tre stati neurali collegati alle principali azioni che permettono di compiere il movimento delle braccia: una dinamica del tutto simile a quella che avviene nelle aree visuo-motorie PEc e V6A.

“I tre stati neurali individuati sono connessi a informazioni spazio-temporali che possono essere estrapolate facilmente”, dice Francesco Vaccari, giovane ricercatore PNRR, primo autore dello studio. “Ma il processo di decodifica offre risultati molto diversi a causa delle differenze funzionali intrinseche delle tre diverse aree cerebrali”.

Diversa precisione in questo coinvolgimento motorio esiste tra le tre aree studiate, con l’area V6A che ha permesso di ottenere risultati più accurati rispetto ad altre due aree parietali nel ricostruire la destinazione del movimento. Informazioni, queste, che possono rivelarsi molto preziose nel campo delle interfacce cervello-macchina: tecnologie che consentono la comunicazione diretta tra il cervello e dispositivi esterni.

“Sappiamo che le aree della corteccia parietale sono buoni candidati per guidare il movimento di arti neuroprostetici”, conferma Patrizia Fattori. “Ma, considerando la specificità e l’eterogeneità delle diverse aree, i nostri risultati mostrano quanto sia fondamentale una valutazione accurata per effettuare la scelta del punto preciso in cui inserire l’impianto”.

Lo studio è stato pubblicato sulla rivista Network Neuroscience con il titolo “Similar neural states, but dissimilar decoding patterns for motor control in parietal cortex”. Gli autori sono Francesco Edoardo Vaccari, Stefano Diomedi, Marina De Vitis, Matteo Filippini e Patrizia Fattori del Dipartimento di Scienze biomediche e neuromotorie e del Centro Alma Human Artificial Intelligence dell’Università di Bologna.