Apple torna a puntare l’attenzione sui segnali cerebrali con una ricerca che propone un modo diverso di analizzare l’EEG, la registrazione dell’attività elettrica del cervello. Il problema principale delle tecniche tradizionali è la necessità di grandi quantità di dati etichettati da esperti, un processo lungo e costoso che rallenta lo sviluppo di sistemi realmente affidabili.
Lo studio introduce invece un metodo chiamato PARS, basato su autoapprendimento, che permette all’intelligenza artificiale di capire come due porzioni di segnale si collocano l’una rispetto all’altra nel tempo, senza sapere cosa rappresentano. In questo modo, il modello impara direttamente dalla struttura del tracciato e non da indicazioni manuali.
Apple: il collegamento con AirPods ed ear-EEG alimenta ipotesi su future funzioni biometriche
A differenza di altri sistemi che analizzano solo frammenti molto piccoli, PARS si concentra sulle relazioni a lungo raggio presenti nei segnali cerebrali, un aspetto fondamentale per riconoscere schemi complessi come il passaggio tra fasi del sonno o l’avvio di un’attività anomala. Nei test condotti su diversi dataset, il nuovo metodo ha ottenuto risultati migliori. Tale approccio potrebbe così rendere più semplice costruire modelli in grado di funzionare bene anche fuori dagli ambienti clinici.
C’è un dettaglio dello studio che ha attirato molta attenzione. Uno dei dataset utilizzati proviene da registrazioni ear-EEG, cioè realizzate con sensori posti dentro o attorno all’orecchio. Questa tecnologia esiste da anni ma è considerata una delle più promettenti per portare l’analisi dei segnali cerebrali in dispositivi consumer. A ciòsi aggiunge il fatto che Apple ha depositato nel 2023 un brevetto per un sistema di rilevamento di biosignali direttamente dall’orecchio, usando una serie di elettrodi posizionati nella scocca di un auricolare e scelti dinamicamente da un algoritmo in base alla qualità del contatto.
Il brevetto parla di applicazioni come monitoraggio del sonno, rilevamento di anomalie e perfino segnali legati a episodi epilettici. È interessante notare come proprio questi ambiti coincidano con quelli in cui il metodo PARS mostra le prestazioni migliori. Non esiste un collegamento diretto e dichiarato tra la ricerca e gli AirPods, ma il fatto che Apple esplori contemporaneamente soluzioni hardware e software nella stessa direzione fa pensare a un interesse sempre più alto nel trasformare gli auricolari in strumenti biometrici molto più sofisticati di quelli attuali.
