Rappresentazione corticale del movimento multidimensionale della scrittura e implicazioni per le neuroprotesi

Perché è importante per la comunicazione del futuro

Per le persone paralizzate che non possono muovere le mani, poter “scrivere” usando solo l’attività cerebrale potrebbe restituire un modo di comunicare rapido e naturale. Questo studio esplora come il cervello umano controlla la scrittura in molto più dettaglio rispetto al solo percorso della penna sul foglio. Scoprendo i segnali nascosti che il cervello usa — come quanto premiamo, come ci muoviamo nell’aria tra i tratti e come vengono reclutati i muscoli — il lavoro indica la direzione verso interfacce cervello–computer in grado di trasformare la scrittura immaginata in testo in modo più accurato e affidabile rispetto al passato.

La scrittura come finestra sulla mente

La scrittura è una delle abilità più praticate che gli esseri umani acquisiscono, combinando controllo di movimenti fini, tempismo e stile personale. I ricercatori da tempo usano la scrittura per studiare disturbi cerebrali come il morbo di Parkinson e per costruire sistemi informatici che riconoscono la scrittura. Più di recente, gli scienziati hanno dimostrato che le interfacce cervello–computer possono decodificare la scrittura immaginata, permettendo a persone paralizzate di “scrivere” lettere o tracciare traiettorie nella loro mente e di vederle convertite in testo su uno schermo. Tuttavia, la maggior parte di questi sistemi tratta la scrittura come un movimento bidimensionale piatto sulla pagina, ignorando che la scrittura reale include anche sollevamenti della penna, variazioni di altezza, forza di presa e attività muscolare sottile.

Guardare dentro il cervello durante la scrittura immaginata

Gli autori hanno registrato l’attività di singoli neuroni nella regione motoria del cervello di un uomo con una lesione midollare alta che non poteva più muovere gli arti. Piccole matrici di elettrodi sono state impiantate sulla parte della corteccia che normalmente controlla la mano. Mentre guardava video che mostravano come scrivere cifre e caratteri cinesi, cercava di tracciare ogni tratto e ogni sollevamento della penna nella sua mente. I ricercatori hanno mostrato che i neuroni seguivano ancora regole classiche osservate nel movimento sano: molte cellule preferivano direzioni di movimento particolari, e questi schemi erano abbastanza forti da permettere a un computer di decodificare forme di cifre singole ricavabili da prove isolate. In modo intrigante, quando trattarono l’intero carattere come un semplice movimento 2D, la decodifica funzionava molto meglio per i tratti sul foglio rispetto ai movimenti in aria tra di essi, suggerendo che qualcosa di importante mancava nel modello.

Aggiungere profondità, forza e attività muscolare

Per colmare quell’informazione mancante, il gruppo ha raccolto dati dettagliati di scrittura da sei volontari sani che scrivevano gli stessi caratteri. Hanno tracciato la punta della penna in tre dimensioni, misurato quanto veniva stretta la presa, quanto la penna premeva sul foglio e registrato l’attività elettrica dei muscoli dell’avambraccio. Queste registrazioni hanno rivelato che i sollevamenti della penna non sono semplici linee rette nell’aria: descrivono archi verso l’alto e spesso superano la posizione attesa prima di ricadere, e coinvolgono variazioni continue di presa e attività muscolare anche quando la penna è fuori dalla pagina. Molte di queste caratteristiche erano altamente stereotipate tra le persone, il che significa che un modello medio poteva rappresentare il movimento che il partecipante paralizzato stava tentando di immaginare.

Come il cervello fonde molti segnali di movimento

Allineando i modelli multidimensionali dei volontari sani con l’attività neurale del partecipante paralizzato, i ricercatori hanno testato quali caratteristiche spiegavano meglio il comportamento di ciascun neurone. I modelli che includevano solo la velocità 2D piatta lasciavano gran parte della variazione neurale inesplorata. Quando aggiunsero altezza della penna, velocità verticale, forza di presa, pressione e segnali legati ai muscoli, più schemi neurali trovarono spiegazione. Diversi neuroni codificavano miscele di questi ingredienti: alcuni erano più sensibili alla velocità complessiva, altri a segnali simili a quelli muscolari o al movimento verticale, e molti combinavano due o tre caratteristiche insieme. In modo cruciale, includere dimensioni aggiuntive come il movimento verticale e l’attività muscolare migliorò la capacità dei modelli di descrivere sia i tratti sul foglio sia i sollevamenti della penna nell’aria.

Trasformare segnali cerebrali più ricchi in una scrittura più chiara

Il gruppo ha quindi chiesto se la decodifica di queste dimensioni extra potesse effettivamente migliorare la comunicazione. Usando un modello di apprendimento automatico, hanno provato due strategie: una che decodificava solo la velocità della penna in 2D e un’altra che decodificava un insieme più ricco includendo movimento verticale, forza di presa e pressione. Per riconoscere quale carattere fosse scritto, hanno confrontato i pattern decodificati con una libreria di caratteri di riferimento provenienti da scrittori sani, usando un metodo di allineamento temporale che può mettere in corrispondenza sequenze anche se scritte a velocità diverse. Quando fu usato solo il movimento 2D piatto, il riconoscimento funzionava parte delle volte. Quando fu inclusa l’informazione multidimensionale completa, l’accuratezza aumentò sensibilmente, avvicinandosi a quasi la metà dei caratteri identificati correttamente, nonostante l’utente fosse completamente paralizzato e stesse solo immaginando i movimenti.

Cosa significa per le future neuroprotesi

Questo lavoro mostra che la corteccia motoria non codifica la scrittura come semplici linee su una pagina. Piuttosto, rappresenta un’azione ricca e multidimensionale che comprende tratti della penna, sollevamenti, profondità, forza e schemi muscolari simultaneamente. Per le interfacce cervello–computer ciò significa che i decodificatori dovrebbero mirare a ricostruire una versione completa della scrittura in tre dimensioni e sensibile alla forza, piuttosto che limitarsi a tracciare un percorso piatto. Sebbene il sistema attuale non sia ancora sufficientemente veloce o accurato per l’uso quotidiano, combinare una decodifica multidimensionale con modelli linguistici avanzati potrebbe migliorare notevolmente la comunicazione cervello‑a‑testo, avvicinandoci al ripristino della capacità di scrittura naturale per le persone che non possono muovere le mani.

Citazione: Wang, Z., Xu, G., Yu, B. et al. Cortical representation of multidimensional handwriting movement and implications for neuroprostheses. Nat Commun 17, 3966 (2026). https://doi.org/10.1038/s41467-026-70536-7

Parole chiave: interfaccia cervello-computer per la scrittura, corteccia motoria, comunicazione neuroprotesica, movimento multidimensionale, paralisi