Le brain computer interfaces (BCI) rappresentano innovative tecnologie cliniche che consentono la comunicazione tra il sistema nervoso e dispositivi elettronici, offrendo potenziale riabilitativo in varie patologie come SLA e ictus. L'uso non invasivo di elettroencefalogrammi (EEG) per monitorare l'attività cerebrale durante le normali attività quotidiane è promettente per migliorare le prestazioni e ridurre i costi. Le BCI possono anche facilitare la riabilitazione cognitiva e sociale in pazienti autistici, ampliando le loro applicazioni cliniche.

1. Brain Computer Interface: un nuovo orizzonte di opportunità in ambito clinico
Samantha Bernardi: Integrational Mind Labs- BCI Labs- Milano
Davide Liccione: Professore Straordinario,Università degli Studi di Pavia;
Direttore della Scuola Lombarda di Psicoterapia Cognitiva (SLOP), Retorbido (PV)
Ambrogio Pennati: Presidente, Integrational Mind Labs, Milano
Negli ultimi anni sono state messe a punto macchine innovative per la rilevazione di
potenziali elettrici sempre più sofisticate dette: Brain Computer Interface (BCI). Tali dispositivi
sono capaci di far comunicare il sistema nervoso centrale o periferico con dispositivi elettronici in
grado di attuare compiti o azioni complesse, di norma compiute dal nostro sistema muscolo-osteo-
articolare. Le registrazioni in vivo dell'attività cerebrale non sono invasive, perchè vengono
effettuate attraverso elettroencefalogramma (EEG), utilizzando un numero variabile di elettrodi.
Le BCI sono strumenti a costo sostenibile che possono monitorare l’attività cerebrale “in vivo” del
paziente impegnato nelle sue normali attività quotidiane. È prevedibile che nell’immediato futuro,
grazie alle loro diffusione, si assisterà ad un incremento quali e quantitativo delle prestazioni e a un
abbattimento dei loro costi.
L'obiettivo delle tecnologie BCI è quello di consentire di sostituire i percorsi neurali o i muscoli
che hanno subito lesioni o alterazioni, con altri che sono ancora funzionali. Numerose evidenze
scientifiche hanno dimostrato che attraverso un addestramento specifico, un soggetto può imparare
ad ottenere una modificazione del proprio ritmo EEG, anche in assenza di un movimento visibile,
attraverso ad esempio l'immaginazione dell'arto in movimento. Questi strumenti si sono dimostrati
utili nelle gravi disabilità (es: Sclerosi Laterale Amiotrofica,ictus, lesioni al midollo spinale).
Essi possono essere utilizzati anche in ambito clinico in altre patologie e per altri scopi quali
• il deterioramento cognitivo lieve e la relativa riabilitazione cognitiva;
• lo sviluppo della comunicazione sociale in pazienti autistici attraverso l'uso associato di BCI
e realtà virtuale, al fine di migliorare le funzioni dei neuroni specchio, che presentano
disfunzioni in questi pazienti.
Studi recenti suggeriscono che non solo segnali del cervello auto-regolamentati possono fornire
informazioni utili sull'utente, ma anche segnali involontari, per esempio relativi a stati emozionali,
aprendo la strada per i cosiddetti "BCIS affettivi".
Queste riflessioni aprono la strada a nuovi orizzonti applicativi in ambito clinico, per la
prevenzione, la diagnosi e la riabilitazione dei disturbi sia cognitivi che emotivi.

2. Bibliografia di riferimento
Brendan, A.Z, Wolpaw, E.W. & Wolpaw, J.R. (2007). Brain.computer interface systems: progress
and prospects. Expert Review of Medical Devices, (4) 4, 463-474(12)
Galan, F., Nuttin, M., Lew, E., Ferrez, P.W., Vanacker, G., Philips, J. & Millàn, R. (2008). A brain-
actuated wheelchair: Asynchrounous and non-invasive Brain-computer interfaces control of
robots. Clinical Neurophysiology, (9) 119, 2159-2169.
Hoffman, V., Vesin, J.-M., Ebrahimi, T. & Diserens, K. (2008). An efficient P300-based brain
computer interface for disabled subjects. Journal of Neuroscience Methods, (1) 167, 115-
125.
Neuper, C., Muller, G.R., Kubler, A., Birbaumer, N. & Pfurtscheller, G. (2003). Clinical Application
of an EEG- based brain-computer interface: a case study in a patient with severe motor
impairment. Clinical Neurophysiology, (3)144, 399-409.
Zhu, H., Sun, Y., Zeng, J., & Sun, H. (2011). Mirror neural training induced by virtual reality in
brain–computerinterfaces may provide a promising approach for the autism therapy.
Medical Hypotheses, (5)76 , 646-647.