Para peneliti di Universitas Texas di Austin telah menciptakan antarmuka otak-komputer adaptif (BCI) dengan pembelajaran mesin, yang dirancang untuk membantu individu dengan disabilitas motorik tanpa memerlukan kalibrasi individu. Terobosan ini memungkinkan adopsi lebih mudah dan mendemonstrasikan penerapan teknologi melalui tugas-tugas menarik dan potensi penggunaan di masa depan, termasuk kursi roda yang dikendalikan otak dan perangkat rehabilitasi, yang bertujuan untuk meningkatkan kualitas hidup penyandang disabilitas.
Bayangkan memainkan game balap seperti Mario Kart, hanya menggunakan otak Anda untuk melakukan serangkaian putaran rumit dalam satu putaran.
Ini bukanlah sebuah video game fantasi, namun sebuah program nyata yang dibuat oleh para insinyur di The University of Texas di Austin sebagai bagian dari penelitian antarmuka otak-komputer untuk membantu meningkatkan kehidupan para penyandang disabilitas motorik. Lebih penting lagi, para peneliti menggabungkan pembelajaran mesin kemampuan dengan antarmuka otak-komputer mereka, menjadikannya solusi universal.
Meningkatkan Aksesibilitas Melalui BCI yang Mengkalibrasi Sendiri
Biasanya, perangkat ini memerlukan kalibrasi ekstensif untuk setiap pengguna — otak setiap orang berbeda, baik bagi pengguna yang sehat maupun yang cacat — dan hal ini telah menjadi hambatan besar dalam penerapan arus utama. Solusi baru ini dapat dengan cepat memahami kebutuhan subjek individu dan mengkalibrasi diri melalui pengulangan. Artinya, banyak pasien dapat menggunakan perangkat tersebut tanpa perlu menyesuaikannya untuk masing-masing pasien.
“Jika kita memikirkan hal ini dalam lingkungan klinis, teknologi ini akan membuat kita tidak memerlukan tim khusus untuk melakukan proses kalibrasi ini, yang memakan waktu lama dan membosankan,” kata Satyam Kumar, mahasiswa pascasarjana di laboratorium José del R. Millán, seorang profesor di Departemen Teknik Elektro dan Komputer Keluarga Chandra di Cockrell School of Engineering dan Departemen Neurologi di Dell Medical School. “Akan lebih cepat untuk berpindah dari satu pasien ke pasien lainnya.”
Penelitian tentang antarmuka bebas kalibrasi dipublikasikan di Perhubungan PNAS.
Dari kiri ke kanan: Satyam Kumar, Hussein Alawieh, dan José del R. Millán. Kredit: Universitas Texas di Austin
Implementasi dan Hasil
Subyek memakai topi yang berisi elektroda yang dihubungkan ke komputer. Elektroda mengumpulkan data dengan mengukur sinyal listrik dari otak, dan decoder menafsirkan informasi tersebut dan menerjemahkannya ke dalam aksi permainan.
Karya Millán pada antarmuka otak-komputer membantu pengguna memandu dan memperkuat plastisitas saraf mereka, kemampuan otak untuk berubah, tumbuh, dan mengatur ulang seiring waktu. Eksperimen ini dirancang untuk meningkatkan fungsi otak pasien dan menggunakan perangkat yang dikendalikan oleh antarmuka otak-komputer untuk membuat hidup mereka lebih mudah.
Dalam hal ini, tindakannya ada dua: permainan balap mobil, dan tugas yang lebih sederhana yaitu menyeimbangkan sisi kiri dan kanan bilah digital. Seorang ahli dilatih untuk mengembangkan “decoder” untuk tugas batang sederhana yang memungkinkan antarmuka menerjemahkan gelombang otak menjadi perintah. Dekoder berfungsi sebagai basis bagi pengguna lain dan merupakan kunci untuk menghindari proses kalibrasi yang lama.
Hussein Alawieh, seorang mahasiswa pascasarjana di laboratorium José del R. Millán, mengenakan topi berisi elektroda yang dihubungkan ke komputer. Elektroda mengumpulkan data dengan mengukur sinyal listrik dari otak, dan decoder menafsirkan informasi tersebut dan menerjemahkannya ke dalam aksi permainan. Kredit: Universitas Texas di Austin
Decoder bekerja cukup baik sehingga subjek dilatih secara bersamaan untuk permainan bar dan permainan balap mobil yang lebih rumit, yang memerlukan pemikiran beberapa langkah ke depan untuk berbelok.
Para peneliti menyebut pekerjaan ini sebagai pekerjaan mendasar, karena hal ini menetapkan landasan bagi inovasi antarmuka otak-komputer lebih lanjut. Proyek ini menggunakan 18 subjek tanpa gangguan motorik. Pada akhirnya, ketika mereka terus melakukan hal ini, mereka akan mengujinya pada orang-orang dengan gangguan motorik untuk diterapkan pada kelompok yang lebih besar dalam pengaturan klinis.
“Di satu sisi, kami ingin menerjemahkan BCI ke ranah klinis untuk membantu para penyandang disabilitas; di sisi lain, kita perlu meningkatkan teknologi kita agar lebih mudah digunakan sehingga dampaknya terhadap para penyandang disabilitas lebih kuat,” kata Millán.
Selain menerjemahkan penelitian, Millán dan timnya terus mengerjakan kursi roda yang dapat dikendarai pengguna dengan antarmuka otak-komputer. Pada Konferensi dan Festival South by Southwest bulan ini, para peneliti menunjukkan potensi lain dari teknologi ini, dengan mengendalikan dua robot rehabilitasi untuk tangan dan lengan. Ini bukan bagian dari makalah baru namun merupakan tanda ke mana arah teknologi ini di masa depan. Beberapa orang mengajukan diri dan berhasil mengoperasikan robot yang dikendalikan otak dalam hitungan menit.
“Inti dari teknologi ini adalah untuk membantu manusia, membantu mereka dalam kehidupan sehari-hari,” kata Millán. “Kami akan terus menempuh jalur ini ke mana pun kami pergi untuk membantu orang lain.”
Referensi: “Pembelajaran transfer mendorong perolehan keterampilan BCI individu” oleh Satyam Kumar, Hussein Alawieh, Frigyes Samuel Racz, Rawan Fakhreddine dan Jose del R Millan, 16 Februari 2024, Perhubungan PNAS.
DOI: 10.1093/pnasnexus/pgae076
