Daniel Mediavilla para El País:

El primero de estos trabajos, liderado desde la Universidad Stanford, tuvo como paciente a Pat Bennet, una mujer de 68 años que fue diagnosticada con ELA (esclerosis lateral amiotrófica) en 2012. De las distintas manifestaciones de la enfermedad, a Bennet le tocó una versión que le ha permitido seguir moviéndose, aunque con creciente dificultad, pero le arrebató el habla. Aunque su cerebro no tiene dañada la capacidad para generar el lenguaje, los músculos de sus labios, su lengua, su laringe o su mandíbula no le dejan decir nada.

Ese problema fue resuelto, al menos en parte, a partir de dos sensores —menores que una uña— implantados en su cerebro, para recoger señales de neuronas individuales en dos regiones asociadas al lenguaje: la corteza premotora ventral y el área de Broca (esta última no resultó útil para el objetivo de los investigadores). Los investigadores usaron esos implantes neurales y un software para relacionar las señales cerebrales y los intentos de pronunciar palabras de Bennet. Tras cuatro meses de aprendizaje, el sistema combinó toda esta información con un modelo de lenguaje informático que hizo posible que la paciente produjese frases a 62 palabras por minuto. La cifra es algo menos de la mitad de velocidad del habla normal, y cuando se utilizaba un vocabulario de más de 100.000 palabras se producía un error por cada cuatro palabras pronunciadas, pero los resultados son tres veces mejores que los sistemas de comunicación similares que se habían probado hasta ahora.

Increíble. No puedo imaginar la alegría y satisfacción del equipo de investigadores y de la persona al recuperar la capacidad de comunicarse verbalmente.

Artículo completo en El País.