Esse trabalho traz uma proposta de como a interface cérebro computador pode ser utilizada no futuro para melhorar a qualidade de vida pessoas que tiveram perda de movimento de seus membros ou amputações, problema que atinge cerca de 1.6 milhões de pessoas nos EUA atualmente, representando um custo anual as seguradoras de mais de $12 bilhões. Usamos ondas de EEG, providas por um banco de dados público e amplo, utilizamos mecanismos de filtragem para adquirir frequências especificas desses dados, para tentar prever a intenção de movimento com o auxilio de ferramentas em machine learning. Os resultados do trabalho em relação a classificação dos movimentos foram medianos, no entanto eles nos guiam para um horizonte em que com uso de dados mais fidedignos e algoritmos melhores seja possível classificar os movimentos com uma grande probabilidade de certeza. Com a seleção de pessoas que tenha características mais similares e o uso de redes neurais, como as recorrentes, há uma grande chance de êxito já que seria um estudo mais padronizado, com ferramentas mais modernas e guiado por objetivo.