Santa Fe: la tecnología que conecta el cerebro con una pantalla y sorprende a los médicos de Fleni
Pacientes que perdieron el control motor tras un ACV podrían volver a mover un brazo solo con pensarlo. La tecnología nació en Santa Fe y ya tiene un acuerdo con Fleni para probarla en personas reales: cómo funciona el sistema que traduce la actividad cerebral en una pantalla.
Un equipo de científicos del Conicet y la UNL desarrolló una interfaz cerebro-computadora que permite que pacientes con ACV muevan un avatar con la mente. Ahora la prueban en un entorno clínico real junto al Instituto Fleni.
La ciencia santafesina dio un paso que hasta hace poco parecía de película: una persona que perdió gran parte del control motor de un brazo o una pierna puede, solo con pensar en el movimiento, hacer que un personaje virtual lo ejecute en una pantalla.
Detrás de ese avance está coAR.BCI, un desarrollo liderado por la investigadora Victoria Peterson en el Instituto de Matemática Aplicada del Litoral (IMAL), dependiente del Conicet y la Universidad Nacional del Litoral (UNL).
La propuesta busca potenciar la neurorehabilitación con inteligencia artificial y aprovechar la plasticidad cerebral: la capacidad del cerebro de generar nuevas conexiones y reorganizarse después de una lesión.
Cómo funciona la interfaz que traduce el pensamiento en movimiento
Una interfaz cerebro-computadora (BCI, por sus siglas en inglés) registra la actividad eléctrica de las neuronas y la convierte en comandos digitales capaces de controlar dispositivos externos, sin pasar por los nervios ni los músculos.
En el caso de coAR.BCI, el sistema fue pensado para que el paciente haga ejercicios de rehabilitación motora a través de un videojuego. En la pantalla aparece un avatar que reproduce el movimiento que la persona intenta realizar mentalmente.
"La interfaz que desarrollamos permite realizar una neurorrehabilitación aun cuando el paciente tenga una gran pérdida de control motor de su miembro afectado", explicó Peterson.
La investigadora detalló que, al pensar en un movimiento, el personaje virtual ejecuta esa misma acción. Así se genera una retroalimentación visual que conecta la intención con su representación en la pantalla.
"Eso cierra el circuito entre lo que piensa y lo que ve, probablemente generando nuevas conexiones neuronales que mejoran la funcionalidad motora", señaló.
La meta es que esta estimulación complemente las terapias convencionales y refuerce la plasticidad cerebral, el mecanismo que le permite al sistema nervioso adaptarse y reorganizarse.
Según Peterson, esta alternativa también podría abrir oportunidades para quienes arrastran disfunciones motoras en etapas crónicas y hasta ahora no logran recuperar la movilidad.
Qué significa coAR.BCI y por qué la inteligencia artificial es clave
El nombre de la tecnología condensa tres conceptos centrales. BCI corresponde a Brain-Computer Interface, es decir, interfaz cerebro-computadora. AR refiere a su carácter adaptativo para la rehabilitación. Y CO representa la coadaptación entre la persona y el sistema.
Esa última característica es uno de los aspectos más distintivos del desarrollo: la computadora no solo interpreta las señales cerebrales del paciente, sino que también modifica su funcionamiento para ajustarse a las respuestas y necesidades de cada persona.
Peterson explicó que durante la rehabilitación el paciente debe aprender a interpretar la información que recibe del sistema. Para eso, el algoritmo tiene que acompañarlo en la etapa de familiarización con la tecnología.
La coadaptación implica que usuario y computadora se ajusten mutuamente. Así se contempla que el desempeño de una persona puede variar de un día a otro por el estado de ánimo, la motivación, la fatiga o los propios procesos de aprendizaje.
En ese esquema, la inteligencia artificial cumple un papel central. Mediante algoritmos de aprendizaje automático, el equipo procesa las señales cerebrales registradas con electroencefalografía de superficie, a través de una gorra equipada con electrodos.
"Es el medio para hacer la comunicación", resumió la investigadora al explicar cómo la IA transforma la actividad cerebral en instrucciones que una computadora puede interpretar.
El acuerdo con Fleni para probarla en pacientes con ACV
Uno de los avances más relevantes del proyecto es su articulación con el Instituto Fleni, una institución de referencia en Argentina en neurociencias, diagnóstico, tratamiento y rehabilitación de patologías neurológicas.
El primer convenio entre ambas instituciones se firmó en 2024, con el objetivo de desarrollar módulos de rehabilitación motora basados en interfaces cerebro-computadora y evaluar su posible aplicación clínica.
En 2026 se concretó un segundo acuerdo para estudiar específicamente el funcionamiento del software coAR.BCI en un entorno médico real y analizar su transferibilidad a partir de su uso en pacientes que sufrieron un ACV.
El trabajo previo incluyó reuniones entre los equipos, la definición de criterios de inclusión y exclusión de pacientes, la elaboración de un protocolo de investigación y la capacitación del personal de Fleni para utilizar los equipos de electroencefalografía y registrar los datos.
De acuerdo con Peterson, el protocolo de bioética ya fue aprobado y registrado tanto en la provincia de Buenos Aires como en la plataforma internacional ClinicalTrials.gov.
"Buscamos replicar lo que hacemos en el laboratorio y trasladarlo a un entorno clínico. Básicamente, es trasladar la neurotecnología al entorno clínico real de aplicación", explicó.
Por ahora, el equipo espera pacientes que cumplan con los criterios establecidos para participar del estudio. La evaluación estará dirigida a personas que atravesaron un ACV y se encuentran en etapas agudas o subagudas de recuperación.
Qué falta para que llegue a las clínicas de rehabilitación
Antes de avanzar hacia la evaluación clínica, el equipo del IMAL completó las pruebas de coAR.BCI en sujetos sanos, sin patologías. Ahora analiza los datos obtenidos para comprobar las hipótesis de investigación y comparar el desempeño del sistema con otras tecnologías de comunicación entre personas y computadoras.
El siguiente desafío será estudiar su funcionamiento con pacientes de Fleni y determinar cómo responden a la herramienta durante el proceso de rehabilitación.
A largo plazo, la intención es que coAR.BCI se incorpore como una herramienta complementaria en los tratamientos de rehabilitación neurológica, con un seguimiento individualizado y una tecnología capaz de adaptarse a la evolución de cada paciente.
"Lo que buscamos es que la tecnología tenga cada vez más capacidad de ser una evolución de un tratamiento con un seguimiento individual. Ojalá en un futuro pueda ser parte de los tratamientos que se llevan a cabo en las clínicas de rehabilitación. Ese es el objetivo a gran escala", concluyó Peterson.
Quién es Victoria Peterson, la científica entrerriana que investiga en Santa Fe
Victoria Peterson nació en Paraná y vive en la ciudad de Santa Fe. Es bioingeniera y orientó su carrera hacia el procesamiento de señales biológicas, la inteligencia artificial y el aprendizaje automático aplicado a la salud.
Hizo sus estudios doctorales con una beca del Conicet en el Instituto de Señales, Sistemas e Inteligencia Computacional (sinc(i), Conicet-UNL). También realizó una estancia posdoctoral en el IMAL y otra en el Brain Modulation Lab del Massachusetts General Hospital, perteneciente a la Escuela de Medicina de Harvard, en Boston, Estados Unidos.
Hoy se desempeña como investigadora adjunta del Conicet en el IMAL. Sus investigaciones combinan inteligencia artificial y bioingeniería para desarrollar algoritmos capaces de decodificar la actividad cerebral con aplicaciones médicas.
En 2024 recibió el Premio de la Academia Nacional de Ciencias Exactas, Físicas y Naturales (ANCEFN), destinado a investigadoras menores de 40 años. Además, fue postulada al Premio Princesa de Girona Internacional en la categoría Investigación y quedó preseleccionada para el prestigioso Nature Award – Inspiring Women in Science, en la categoría Logros Científicos.
El desarrollo de coAR.BCI lo lleva adelante un equipo integrado por Victoria Peterson, Solange Gualpa y Catalina María Galván, del IMAL (UNL-CONICET), y María Florencia Coldeira, del Departamento de Ciencias de la Vida y del Comportamiento de la Universidad de San Andrés y del IMAL.
Ver esta publicación en Instagram
