Un equipo de científicos de la Universidad de California en San Francisco (UCSF), con el respaldo financiero de los Institutos Nacionales de la Salud (NIH), ha logrado desarrollar una neuroprótesis capaz de traducir la actividad cerebral de pacientes con parálisis severa en comunicación verbal y corporal simultánea. La investigación, publicada en la revista Nature Neuroscience, representa un hito fundamental en el campo de las interfaces cerebro-computadora (BCI), al integrar por primera vez la voz y los gestos en un único canal de expresión digital.
Hasta la fecha, los sistemas de asistencia para personas atrapadas en su propio cuerpo (debido a condiciones como la esclerosis lateral amiotrófica (ELA) o infartos en el tronco encefálico) se limitaban a procesar el habla o el movimiento de manera aislada, o dependían de tecnologías de seguimiento ocular lentas y agotadoras. El nuevo dispositivo, desarrollado en el marco del ensayo clínico BRAVO (Brain-Computer Interface Restoration of Arm and Voice), utiliza un implante flexible de electrocorticografía (ECoG) de 253 electrodos colocado en la corteza sensorimotora del cerebro para registrar los impulsos eléctricos en tiempo real.
La superposición de señales y el diseño de la IA
Durante años, la neurociencia asumió una clara división anatómica entre el control del aparato fonador y el de las extremidades superiores. Sin embargo, los investigadores dirigidos por el neurocirujano Dr. Edward Chang descubrieron que las redes neuronales responsables del habla y de los movimientos del cuerpo se solapan en la corteza motora. Al intentar gesticular y hablar al mismo tiempo, las señales se cruzaban, lo que provocaba interferencias y fallos constantes en los decodificadores tradicionales.
Para superar este obstáculo, el equipo rediseñó el entrenamiento de los algoritmos de aprendizaje automático. En lugar de procesar los comandos por separado, la inteligencia artificial fue entrenada con datos combinados de intentos simultáneos de habla y movimiento. Esto permitió a las redes neuronales aprender la estructura matemática del pensamiento coordinado, reduciendo las falsas alarmas y permitiendo que el sistema interprete combinaciones espontáneas de palabras y gestos sin necesidad de calibraciones exhaustivas para cada nueva acción.
Precisión en tiempo real y visión de futuro
En las pruebas clínicas, los impulsos cerebrales fueron procesados en apenas 7,5 milisegundos para controlar en tiempo real a un avatar virtual de cuerpo completo desarrollado en el motor gráfico Unreal Engine. Entre los participantes del estudio, el paciente Bravo-6 (diagnosticado con ELA) alcanzó un 85% de precisión en el reconocimiento de sus gestos y un 75% en la transcripción de sus frases. Por su parte, el paciente Bravo-1r (quien sufrió un ictus masivo a los 20 años) logró un 100% de precisión tanto en la emisión de lenguaje como en la ejecución de gestos como saludar, asentir o celebrar con el puño.
Aunque los investigadores señalan que el sistema actual requiere cables y utiliza un vocabulario aún restringido a condiciones de laboratorio, el equipo de la UCSF ya trabaja en versiones inalámbricas e instalables de forma permanente. Desde el Instituto Nacional de la Sordera y Otros Trastornos de la Comunicación (NIDCD), las autoridades médicas destacan que este avance acerca a la ciencia a devolver a los pacientes la identidad, la expresividad y la riqueza integral de la interacción humana cara a cara.
