BrainInSight : une interface cerveau-machine pour le décodage en temps réel de l'attention et de la perception – BrainInSight

Les interfaces cerveau-machine (BCIs) et les neuroprothèses apparaissent, à la frontière entre neuroscience, informatique et robotique, comme une remarquable utilisation des connaissances scientifiques fondamentales pour améliorer la vie de patients atteints de déficits moteurs. Le but général de ce champ en pleine expansion consiste à utiliser les activités neurophysiologiques préservées afin de pallier à des dysfonctions spécifiques en contrôlant des systèmes palliatifs externes (curseurs, écrans d’ordinateur, bras robotiques ou fauteuils roulants), de façon à rendre aux patients atteints d’un handicap moteur central ou périphérique un certain niveau de mobilité et d’indépendance. Un des exemples les plus marquants de neuroprothèses palliatives consiste en l’utilisation de l’activité neuronale du cortex moteur d’un patient tétraplégique de façon à l’aider à agir sur un ordinateur afin de se déplacer et d’interagir avec son environnement (Donoghue et al., 2007; Hochberg et al., 2006). La démonstration que d’autres signaux que les signaux du cortex moteur (signaux pariétaux -Musallam et al., 2004, signaux du cortex dorso-latéral - Vansteensel et al., 2010) peuvent se substituer à ce cortex et être utilisés pour contrôler des BCIs, e.g., en cas de lésion accidentelle ou vasculaire du cortex moteur, représente une autre avancée importante de ce domaine. L’impact de ce champ de recherche sur la vie de milliers de patients est immense et l’effort se trouve dirigé vers un grand nombre de pathologies telles que les lésions accidentelles du cortex moteur, de la voie pyramidale corticospinale ou de la moelle épinière, ou telles que les troubles neurodégénératifs impliquant le système moteur tels que la sclérose en plaques ou encore des atteintes distales telles que les amputations.
Toutefois, alors que la majorité de l’effort de recherche se trouve dirigée vers l’utilisation de signaux moteurs pour contrôler des effecteurs externes, de nouvelles pistes sont également en train d’émerger. Par exemple, une étude récente a démontré que le fait de prendre en compte le retour sensoriel permet d’améliorer la performance d’une BCI motrice (Suminski et al., 2010). Dans une toute autre ligne, Messulam et al. (2004) démontrent que des signaux cognitifs en rapport avec la récompense attendue par le sujet, c’est-à-dire sa motivation, peuvent également être décodés de l’activité corticale pariétale. Le travail de Jerbi et al. (2009) montre également que des signaux tels que l’orientation de l’attention et le calcul mental peuvent être utilisés pour contrôler une BCI.
Ici, nous proposons de développer, chez le primate non-humain, une interface cerveau-machine qui permet la lecture en temps réel de variables cognitives endogènes, en contraste avec 1) des variables sensorielles qui reflètent les entrées vers le système nerveux ou 2) les variables motrices qui reflètent les signaux sortants, i.e. le choix d’action du sujet sur son environnement. Notre objectif est de prédire le comportement explicite et les représentations implicites de l’animal sur la base du décodage des activités neuronales instantanées collectées de façon simultanée en deux sites corticaux différents et d’analyser la susceptibilité de ce décodage à 1) des changements dans le contexte cognitif ou sensoriel du comportement en cours ; 2) des lésions réversibles du réseau fonctionnel qui nous intéresse. Les variables cognitives que nous décoderons seront la sélection/l’attention spatiale, la perception et la sélection de l’action. En conséquences, nos enregistrements auront lieu dans le réseau attentionnel fronto-pariétal, simultanément dans l’aire intrapariétale latérale LIP et le champ oculomoteur frontal FEF.
Nous pensons que le décodage de ce type d’information endogène peut amener à l’élaboration d’une nouvelle génération de BCIs intelligentes pouvant fortement impacter la vie de patients ayant des atteintes neurologiques aiguës, ou neurodégénératives autres que cognitives.