La IA podría hacer prótesis visuales "más precisas" y "efectivas"

   ALICANTE, 27 Oct. (EUROPA PRESS) -

   Un estudio liderado por investigadores de la Universidad Miguel Hernández de Elche (UMH), en colaboración con la Universidad de California (UC) en Santa Barbara (Estados Unidos) y la Escuela Politécnica Federal de Zurich (ETH Zurich, Suiza) ha señalado que la inteligencia artificial (IA) podría hacer que las futuras prótesis visuales sean "más precisas, efectivas y capaces de adaptarse al cerebro de cada usuario".

   El trabajo utiliza la IA para diseñar patrones de estimulación eléctrica del cerebro y anticipar tanto la respuesta de las neuronas como la percepción visual que estos generan en una persona ciega, según ha indicado la UMH en un comunicado.

   Además, el estudio, publicado en la revista científica 'Neuron', constituye una prueba de concepto "clave para avanzar en el desarrollo de prótesis visuales corticales", con dispositivos que estimulan directamente la corteza visual del cerebro para generar percepciones visuales.

   Asimismo, este trabajo se ha realizado en el Instituto de Bioingeniería de la UMH, en colaboración con el Hospital IMED Elche. El estudio ha sido liderado por el catedrático Eduardo Fernández, en colaboración con el investigador de ETH Zurich Shih-Chii Liu y el de la UC Santa Barbara Michael Beyeler.

   Los investigadores han utilizado un modelo de aprendizaje "profundo" para determinar cómo estimular una matriz de electrodos implantada en la corteza visual de un participante ciego. Así, el sistema permitió "controlar con mayor precisión la respuesta de las neuronas, emplear corrientes eléctricas más bajas y predecir mejor qué percibía el participante".

   En este contexto, la institución académica ha señalado que las prótesis corticales estimulan directamente la corteza visual, situada en la parte posterior del cerebro, por lo que este enfoque ofrece "una alternativa prometedora para pacientes que han perdido la visión debido a daños en los ojos, en el nervio óptico o en ambos, pero que conservan una corteza visual funcional y receptiva a la estimulación".

   No obstante, Fernández ha apuntado que "esta aproximación excluye, al menos por ahora, a las personas que han nacido ciegas". "Para que la tecnología sea efectiva, es necesario que el sistema visual y el cerebro hayan desarrollado previamente la capacidad de procesar imágenes, que su cerebro haya aprendido a ver", ha agregado.

VOLUNTARIOS

   Por otra parte, el estudio parte de los resultados obtenidos en el Instituto de Bioingeniería de la UMH en varios voluntarios ciegos. Al estimular eléctricamente las áreas cerebrales encargadas del procesamiento visual, los participantes perciben puntos luminosos conocidos técnicamente como fosfenos, que suelen describirse como destellos, estrellas o pequeñas manchas de luz.

   En este sentido, Fernández ha subrayado que el "problema" reside en que la relación entre las corrientes administradas y la percepción de los sujetos es "bastante más compleja" de lo que habían supuesto.

   Por ello, para optimizar la interacción con el cerebro y lograr una comunicación bidireccional "más robusta", el equipo de investigación recurrió a la IA y, en colaboración con el Bionic Vision Lab de la UC Santa Bárbara y la ETH Zurich, desarrollaron una red neuronal "profunda" diseñada para resolver esta "complejidad".

   Esta tecnología, de acuerdo con la UMH, es "capaz de aprender la relación precisa entre los distintos patrones de estimulación eléctrica y la actividad que se genera en el cerebro".

   Con estos datos, los investigadores utilizaron algoritmos de IA para calcular "la combinación óptima de electrodos y corrientes con mayor probabilidad de inducir la respuesta cerebral buscada".

RESULTADOS

   Como resultado, lograron reproducir las respuestas neuronales deseadas con "mayor precisión" que con las técnicas tradicionales y con "una menor cantidad de corriente", lo que se traduce en "un mayor margen de seguridad".

   En este punto, el catedrático de la UMH ha incidido en que esta capacidad de adaptación es "fundamental" debido a "la enorme complejidad del sistema visual", ya que "la estimulación de un electrodo no siempre genera una percepción idéntica", según Fernández.

   Además, ha continuado, "la respuesta puede variar entre personas e incluso en un mismo sujeto de un día para otro". Asimismo, el investigador ha asegurado que "no existe una correspondencia directa y sencilla entre activar un electrodo y generar una percepción visual determinada".

   En este escenario, la IA permite aprender el patrón de respuesta cerebral de cada sujeto y personalizar la estimulación, algo que es "inviable" mediante una configuración fija del dispositivo.

FUTUROS DISPOSITIVOS

   Según la UMH, estos hallazgos abren la puerta al desarrollo de prótesis visuales avanzadas "capaces de ajustar su funcionamiento en tiempo real a la respuesta del propio cerebro".

   En lugar de emplear una configuración rígida entre electrodos y estímulos eléctricos, los futuros dispositivos podrán monitorizar la actividad del sistema nervioso y modular la estimulación de manera personalizada, de acuerdo con la institución académica.

   Sin embargo, los autores han advertido de que el estudio debe ser considerado como "una prueba de concepto" y han asegurado que "no demuestra todavía que esta estrategia pueda restaurar una visión funcional".

   Por lo tanto, se deberán validar los resultados en una muestra "más amplia" y profundizar en la relación entre los patrones de actividad cerebral y la percepción visual antes de plantear su aplicación clínica.

   Para avanzar en esta línea, el laboratorio de Neuroingeniería Biomédica de la UMH mantiene abierto el reclutamiento de nuevos voluntarios ciegos que deseen colaborar con estas investigaciones.