La Universidad Miguel Hernández (UMH) de Elche, en colaboración con la Universidad de California en Santa Barbara (Estados Unidos) y la Escuela Politécnica Federal de Zúrich (Suiza), ha demostrado cómo la inteligencia artificial puede hacer que las futuras prótesis visuales sean más precisas y efectivas. El trabajo utiliza IA para diseñar patrones de estimulación eléctrica del cerebro, anticipando la respuesta neuronal y la percepción visual resultante en personas ciegas.
Este estudio constituye una prueba de concepto clave para avanzar en el desarrollo de prótesis visuales corticales, dispositivos que estimulan directamente la corteza visual del cerebro para generar percepciones visuales. Los investigadores han empleado un modelo de aprendizaje profundo para determinar cómo estimular una matriz de electrodos implantada en la corteza visual de un participante ciego, logrando un mayor control neuronal, corrientes eléctricas más bajas y una mejor predicción de la percepción.
La investigación, llevada a cabo en el Instituto de Bioingeniería de la UMH con la colaboración del Hospital IMED Elche, ha sido liderada por el catedrático de la UMH Eduardo Fernández, junto con Shih-Chii Liu (ETH Zurich) y Michael Beyeler (UC Santa Barbara). Forma parte de una línea de investigación de la UMH centrada en la viabilidad de las prótesis visuales corticales, que intervienen en etapas avanzadas de la vía visual.
Las prótesis corticales estimulan directamente la corteza visual, ofreciendo una alternativa para pacientes con daños oculares o nervios ópticos, pero con una corteza visual funcional. Sin embargo, como explica Eduardo Fernández Jover, catedrático de la UMH, esta tecnología excluye, por ahora, a las personas que han nacido ciegas, ya que requiere que el cerebro haya desarrollado previamente la capacidad de procesar imágenes.
El estudio parte de la constatación de que la estimulación eléctrica de las áreas cerebrales visuales genera percepciones luminosas (fosfenos) en voluntarios ciegos, pero la relación entre corrientes y percepción es compleja. Para optimizar esta interacción, el equipo desarrolló una red neuronal profunda capaz de aprender la relación entre los patrones de estimulación y la actividad cerebral, calculando combinaciones óptimas de electrodos y corrientes para inducir la respuesta deseada con mayor precisión y seguridad.
Esta capacidad de adaptación dinámica es fundamental, ya que la respuesta cerebral puede variar entre personas e incluso en un mismo sujeto. La inteligencia artificial permite personalizar la estimulación, algo inviable con configuraciones fijas. El sistema integra información en tiempo real sobre el estado cerebral para modular la estimulación de forma dinámica.
Los autores subrayan que el estudio es una prueba de concepto y que es necesario validar los resultados en una muestra más amplia antes de su aplicación clínica. El laboratorio de Neuroingeniería Biomédica de la UMH mantiene abierto el reclutamiento de voluntarios ciegos para futuras investigaciones. El estudio cuenta con financiación del Ministerio de Ciencia, Innovación y Universidades, la Generalitat Valenciana, la Unión Europea, el consorcio neerlandés INTENSE, la Fundación Nacional Suiza para la Ciencia y los Institutos Nacionales de Salud de Estados Unidos.
