Un dispositivo cerebral con IA logra que una persona con parálisis mueva un brazo robótico con mayor autonomía

Un equipo científico presentó un avance en interfaces cerebro-ordenador (BCI) no invasivas que combina el registro electroencefalográfico (EEG) con algoritmos de Inteligencia Artificial (IA) que actúan como un “copiloto” para inferir la intención del usuario y completar acciones con mayor rapidez y precisión.

En un nuevo estudio publicado en la revista Nature Machine Intelligence, investigadores de la Universidad de California en Los Ángeles (UCLA), en Estados Unidos, proponen un modelo de autonomía compartida en el que la IA colabora con voluntarios que reciben dispositivos cerebrales no invasivos y usan interfaces cerebro-ordenador, para alcanzar objetivos específicos y desarrollar tareas. La innovación podría ampliar las opciones tecnológicas para personas con parálisis u otras limitaciones motrices.

El sistema integra un dispositivo cerebral colocado en el cuero cabelludo del paciente, que elimina los riesgos de los implantes quirúrgicos y permite coordinar la interfaz cerebro-ordenador. Fue probado con cuatro participantes, tres sin discapacidad motora y uno con parálisis parcial, en dos desafíos: mover un cursor en pantalla hacia objetivos y usar un brazo robótico para trasladar bloques en una mesa.

Más precisión y rapidez

Con la asistencia del "copiloto" de IA, todos completaron las pruebas más rápido, pero en el caso del participante con problemas de movilidad la diferencia fue notoria: no pudo realizar la tarea de manipulación con la interfaz convencional, pero alcanzó una tasa de éxito del 93 % empleando el sistema asistido por IA.

Además, en tareas de control del cursor la mejora en rendimiento llegó a multiplicarse varias veces respecto al sistema sin IA. Estos resultados ponen de manifiesto cómo la colaboración hombre-máquina y la incorporación de la inteligencia artificial pueden compensar las limitaciones de las señales EEG, menos precisas que las obtenidas por implantes cerebrales qurúrgicos, según informa Nature.

El equipo de especialistas combinó un decodificador híbrido, compuesto por una red neuronal convolucional junto con un filtro, para traducir las señales EEG en comandos motores, y añadió asistentes de IA que usan información de tarea y visión por ordenador para anticipar la intención del usuario y completar la acción, principalmente cuando la señal cerebral es ambigua o confusa.

Aspectos a mejorar

En la práctica, la IA no interpreta movimientos oculares sino patrones de intención extraídos de la actividad cerebral y del contexto visual, reduciendo así la carga necesaria para decodificar el pensamiento directo del usuario. Los autores han puesto a disposición datos y código abiertos para que su sistema pueda ser reproducido y optimizado por otros investigadores.

De acuerdo a una nota de prensa, el enfoque es prometedor pero requiere más entrenamiento con datos a gran escala y optimizaciones para tareas más complejas. Ahora, los científicos buscarán mejorar la rapidez y la “delicadeza” del control robótico y ampliar la base de entrenamiento, para refinar tanto la decodificación EEG como las acciones del copiloto de IA.

El estudio abre una vía menos invasiva hacia prótesis y ayudas robóticas controladas por la mente, con potencial para elevar la autonomía de personas con discapacidad motora sin los riesgos de la cirugía cerebral. Sin embargo, al mismo tiempo plantea preguntas éticas y regulatorias sobre la seguridad y dependencia de sistemas de IA en funciones críticas de cuidado personal.