Un estudio reciente analizó cómo las ondas cerebrales podrían ayudar a pacientes paralizados a mover sus extremidades mediante un sistema no invasivo de electroencefalografía (EEG). Investigadores en Italia y Suiza probaron una tecnología capaz de captar la actividad cerebral relacionada con el movimiento y traducirla en señales que podrían reactivar la función nerviosa, ofreciendo un avance prometedor en la neurorehabilitación.
Un salto tecnológico en la comunicación entre cerebro y cuerpo
El interés por comprender y reutilizar las señales eléctricas del cerebro no es nuevo. Desde la década de 1970, los científicos han intentado establecer interfaces directas entre la mente y dispositivos electrónicos. Las modernas interfaces cerebro-computadora (BCI, por sus siglas en inglés) nacen de esa búsqueda: restablecer funciones corporales perdidas mediante la decodificación de las ondas cerebrales.
En el caso de las lesiones medulares, la desconexión que impide el movimiento no suele deberse a un daño en los músculos ni en el cerebro, sino a la interrupción de la comunicación entre ambos. El estudio más reciente, publicado en APL Bioengineering por AIP Publishing, exploró cómo las ondas cerebrales podrían ayudar a pacientes paralizados sin necesidad de realizar cirugías invasivas.
¿Cómo podrían las ondas cerebrales reemplazar la conexión medular?
Los investigadores partieron de un principio simple pero potente: incluso cuando una persona no puede mover sus extremidades, su cerebro sigue generando los patrones eléctricos asociados a ese intento de movimiento. La pregunta clave es si el sistema EEG puede detectar esas señales y traducirlas de manera efectiva.
Las pruebas realizadas por los equipos italianos y suizos consistieron en pedir a los participantes —personas con distintos grados de parálisis— que intentaran movimientos simples, como flexionar una mano o un pie. Mientras lo hacían, las gorras EEG registraban la actividad cerebral desde la superficie del cuero cabelludo. Posteriormente, un algoritmo de aprendizaje automático analizó los patrones eléctricos y los clasificó según la acción intentada.
Los resultados mostraron que el sistema podía distinguir entre los momentos en que el paciente intentaba moverse y los momentos de reposo, aunque aún con limitaciones en la diferenciación de tipos de movimientos. Este avance, sin embargo, abre la puerta a una futura integración con dispositivos que estimulen la médula espinal o los músculos directamente.
EEG: un camino más seguro que los implantes cerebrales
Hasta hace pocos años, los experimentos más exitosos en restauración de movimiento dependían de electrodos implantados directamente en el cerebro. Esta aproximación permitía capturar señales con gran precisión, pero implicaba riesgos quirúrgicos significativos: infecciones, rechazo de los implantes y degradación del material con el tiempo.
El nuevo enfoque basado en electroencefalografía tiene la ventaja de ser completamente externo. El EEG utiliza una red de electrodos superficiales para captar la actividad eléctrica cerebral desde el cuero cabelludo. Según la investigadora Laura Toni, coautora del estudio, “cada capa que evitamos perforar reduce riesgos clínicos y amplía las posibilidades de uso real en pacientes”.
Esta diferencia tecnológica podría acelerar el paso de las BCI del laboratorio a la práctica clínica. En lugar de requerir neurocirujanos especializados, estos sistemas podrían utilizarse en entornos de rehabilitación con especialistas en fisioterapia y neurología.
¿Qué papel juega la inteligencia artificial en este proceso?
El uso de algoritmos de aprendizaje automático es un componente central del nuevo enfoque. Los investigadores entrenaron un sistema capaz de procesar señales EEG en bruto y reconocer patrones específicos de actividad cerebral. Estos algoritmos fueron diseñados para funcionar con conjuntos de datos pequeños y de alta complejidad, dado que las pruebas iniciales se realizaron con pocos pacientes.
El aprendizaje profundo permite filtrar el ruido eléctrico natural del cráneo y diferenciar entre señales relevantes y espurias. Aunque la exactitud en la clasificación aún debe mejorar, el modelo logró una tasa de reconocimiento de intenciones de movimiento superior al 70 %, según datos del laboratorio. El siguiente paso será ampliar el número de casos y refinar los modelos para identificar movimientos concretos —como caminar, sentarse o levantar un brazo—, lo que es crucial para la futura integración con prótesis y exoesqueletos.
Un contexto histórico de investigación neurotecnológica
La historia de estas tecnologías refleja décadas de esfuerzo por conectar la mente con los dispositivos externos. En los años noventa, investigadores del Massachusetts Institute of Technology (MIT) y de la Universidad de Duke demostraron por primera vez que era posible mover un cursor en pantalla utilizando solo la actividad cerebral. Desde entonces, las pruebas clínicas se han extendido a distintas áreas, incluyendo el control de sillas de ruedas y prótesis robóticas.
Sin embargo, la mayor parte de los avances se centraron en sistemas invasivos. Algunos de los proyectos más conocidos, como el programa BrainGate en Estados Unidos, dependían de microelectrodos implantados en el córtex motor. Aunque se lograron resultados notables —pacientes que podían mover brazos robóticos o escribir en pantallas mediante la mente—, la complejidad de la cirugía limitó su aplicación masiva.
El sistema EEG representa un intento de democratizar esa tecnología. Al reducir los riesgos médicos, también reduce los costos y amplía las oportunidades de implementación, especialmente en regiones donde los procedimientos quirúrgicos avanzados no son accesibles.
¿Cuáles son los límites actuales de la electroencefalografía?
Pese a sus beneficios, la electroencefalografía enfrenta varios desafíos técnicos. Los electrodos captan señales muy débiles, que deben atravesar el cuero cabelludo, el cráneo y el líquido cefalorraquídeo. Esto dificulta registrar actividades que surgen de áreas profundas del cerebro, como las que controlan las piernas o los pies.
El equipo de investigación señaló que las señales de control de los brazos y las manos, localizadas en áreas laterales del cerebro, son más accesibles para el EEG que las de las extremidades inferiores, situadas en la región central. Además, la interferencia externa —provocada por movimientos involuntarios o actividad muscular facial— puede alterar la calidad de los datos.
Los avances en materiales conductivos y en algoritmos de corrección de ruido podrían mejorar la resolución de los registros en los próximos años, pero aún queda camino para alcanzar la precisión de los sistemas invasivos.
Aplicaciones clínicas y rehabilitadoras emergentes
Más allá de la restauración de movimiento, la tecnología EEG tiene potencial para aplicaciones complementarias en medicina. En rehabilitación, por ejemplo, ya se utilizan sistemas de retroalimentación cerebral para entrenar al paciente a generar patrones eléctricos consistentes. Esta práctica, llamada neurofeedback, ha mostrado beneficios en recuperación post-ictus y control motor fino.
Además, instituciones de investigación en Europa están experimentando con “bucle cerrado”: sistemas que no solo leen la actividad cerebral, sino que también devuelven estímulos táctiles o eléctricos en tiempo real, creando un circuito de aprendizaje adaptativo. Este enfoque podría transformar la manera en que se diseñan terapias para personas con lesiones medulares.
El impacto social y ético de las BCI no invasivas
La posibilidad de que las ondas cerebrales podrían ayudar a pacientes paralizados también plantea dilemas éticos. ¿Qué ocurre con los datos cerebrales almacenados en los sistemas? ¿Quién garantiza su privacidad? La información producida por el cerebro es altamente sensible, y su uso indebido podría dar lugar a vulneraciones de derechos fundamentales.
Por ello, varias organizaciones, como la UNESCO, abogan por un marco regulatorio global para las tecnologías neurodigitales. En paralelo, expertos en bioética subrayan la necesidad de protocolos de consentimiento informados que expliquen los riesgos y el manejo de datos personales.
En el ámbito social, la disponibilidad de tecnologías no invasivas podría reducir brechas de rehabilitación entre países de altos y bajos ingresos. Según cifras de la Organización Mundial de la Salud, cada año se registran entre 250.000 y 500.000 nuevas lesiones medulares en el mundo. La gran mayoría ocurre en regiones con acceso limitado a tratamientos de alta complejidad. Un EEG asequible podría cambiar esa realidad.
Hacia una nueva etapa de neurorehabilitación sin cirugía
Los investigadores planean llevar sus ensayos a fases clínicas más amplias durante los próximos años. El objetivo es integrar la lectura de EEG con estimuladores eléctricos implantados en músculos o en la médula espinal, de modo que las señales cerebrales detectadas se traduzcan en acciones motoras reales.
En términos de desarrollo tecnológico, los desafíos son significativos: los modelos de inteligencia artificial deberán reconocer intenciones complejas, mientras que los sistemas de estimulación deberán producir movimientos coordinados y seguros. Sin embargo, los avances en miniaturización de sensores y en hardware de procesamiento en tiempo real acercan este horizonte.
Las ondas cerebrales representan así no solo una herramienta diagnóstica, sino también un posible canal de restauración funcional. Si las próximas etapas confirman su eficacia, la neuroingeniería podría estar ante un cambio de paradigma: devolver la movilidad perdida sin necesidad de cirugía invasiva, utilizando solamente la comunicación eléctrica entre mente y tecnología.
Oli Seoane es médica clínica especializada en nutrición y longevidad. Se dedica a la prevención y a derribar mitos de salud con información clara, basada en evidencia. Como comunicadora, traduce la ciencia a un lenguaje simple para ayudar a las personas a vivir mejor.