Controlar dispositivos tecnológicos con el pensamiento, una suerte de telequinesis que eliminaría todo tipo de barreras físicas, es posible desde hace años. Así lo demuestran distintas investigaciones que se han llevado a cabo en todo el mundo, España incluida, en torno a las interfaces cerebro-máquina (conocidas como BCI por sus siglas en inglés). Las más recientes han demostrado su eficacia a la hora de controlar exoesqueletos o traducir la actividad neuronal en palabras, aunque en muchos casos requieren de un implante como el polémico Neuralink de Elon Musk, que ha mostrado en vídeo los avances de su primer paciente pero todavía no ha ofrecido resultados revisados por pares.

Frente a estas aproximaciones invasivas e individuales, el investigador español José del R. Millán lleva más de dos décadas trabajando en el desarrollo de interfaces no invasivas y universales. El objetivo es que cualquiera pueda aprender rápidamente a usarlas, como la paciente tetrapléjica que movió su silla de ruedas con el pensamiento en uno de sus experimentos. La última hazaña de su equipo de investigación ha permitido a personas sanas controlar con precisión el coche en un videojuego de carreras de coches con la mente, sin mandos de ningún tipo.

"Por un lado, queremos trasladar la BCI al ámbito clínico para ayudar a las personas con discapacidad; por otro, tenemos que mejorar nuestra tecnología para que sea más fácil de usar, de modo que el impacto para estas personas con discapacidad sea mayor", explica Millán. El que fue durante años catedrático en la Universidad Politécnica de Lausana (Suiza), es ahora titular de la cátedra Carol Cockrell Curran en la Universidad de Texas en Austin, donde también es director asociado de la empresa Texas Robotics.

El investigador José del R. Millán (a la dcha.), junto a miembros de su equipo en el laboratorio UT Austin Omicrono

Él y su equipo acaban de publicar los resultados de su estudio en la revista especializada PNAS Nexus, un avance sustancial que abre una nueva puerta para el desarrollo de estos "traductores" de señales cerebrales en órdenes digitales. "Nuestros marcos propuestos podrían allanar el camino para explotar datos pregrabados de sujetos sanos para entrenar a pacientes en el manejo de dispositivos de asistencia y neurorrehabilitación controlados por BCI", se lee entre sus conclusiones.

Cómo funciona

El objetivo final del laboratorio de este pionero de las interfaces cerebro-máquina es ayudar a personas con discapacidades motoras, ya sea por daños en la médula espinal como por ictus, mucho más frecuentes. Para ello, es necesario medir las modulaciones de las señales del cerebro y decodificarlas, para que el ordenador o dispositivo final entienda en tiempo real qué acción quiere realizar. 

En este último avance presentado por los investigadores de la Universidad de Texas se han añadido capacidades de aprendizaje automático a métodos ya existentes, para convertir este BCI en uno de los más universales hasta la fecha. Y es que estas interfaces requieren una calibración previa que suele prolongarse en el tiempo para adaptar sus respuestas a cada cerebro, todos diferentes entre sí. 

[El implante que ha dejado en ridículo a Elon Musk: un año controlando el iPad con la mente]

"El entrenamiento de un sujeto BCI suele comenzar con una sesión de calibración offline para recopilar datos que permitan construir un descodificador individual", se lee en el resumen del artículo. "Además de llevar mucho tiempo, este descodificador inicial puede ser ineficaz, ya que los sujetos no reciben información que les ayude a obtener [ritmos sensoriomotores] adecuados durante la calibración".

La solución de Millán y su equipo permite entender rápidamente las necesidades y señales cerebrales de cada sujeto, facilitando la autocalibración a través de la repetición. Eso acorta sustancialmente los plazos, ya que varios pacientes podrían utilizar el dispositivo sin necesidad de adaptación previa.

Uno de los experimentos previos del laboratorio de José del R. Millán UT Austin Omicrono

"Cuando pensamos en esto en un entorno clínico, esta tecnología hará que no necesitemos un equipo especializado para realizar este proceso de calibración, que es largo y tedioso", sostiene Satyam Kumar, estudiante de posgrado en el laboratorio de José del R. Millán, en un comunicado de prensa. "Será mucho más rápido pasar de un paciente a otro".

La interfaz en este caso no es invasiva y no requiere ningún tipo de cirugía, ya que no se trata de un implante, sino de un llamativo gorro rojo repleto de electrodos conectado a un ordenador. Los electrodos son los que captan los datos que ofrecen las señales eléctricas del cerebro. Tras pasar por un descodificador, encargado de interpretar toda esa información, las acciones pensadas por el sujeto se materializan en el juego.

[El escáner cerebral para descodificar pensamientos: así leerá la mente sin necesidad de implantes]

Dar vueltas con un coche en un videojuego es una anécdota, lo importante es todo lo que hay detrás y el avance que supone. En este caso, ayudar a los usuarios a "reforzar su plasticidad neuronal, la capacidad del cerebro para cambiar, crecer y reorganizarse con el tiempo". Así, los experimentos realizados con 18 sujetos sin discapacidad motora durante un período de 5 días sirvieron para comprobar las ventajas de este enfoque, todo un éxito según las primeras pruebas.

Los usuarios no sólo aprendieron a controlar mentalmente los giros del coche, lo que exigía dar órdenes con antelación, también controlaron un programa más sencillo de equilibrio de una barra digital, con señales que indicaban izquierda o derecha. De hecho, el descodificador funcionó de manera tan eficaz que los usuarios fueron capaces de entrenarse en ambos de forma simultánea.

Futuros pasos

La clave fue el entrenamiento previo de uno de los investigadores, responsable de desarrollar el descodificador para la tarea más sencilla de la barra. Eso hizo posible que la interfaz tradujera las ondas cerebrales en órdenes y sirvió de base a los demás usuarios. Así, en el futuro no será necesario el largo proceso previo de calibración con cada sujeto, ni siquiera un entrenamiento guiado.

La posibilidad de producir y distribuir comercialmente un dispositivo de estas características a gran escala aún queda muy lejos, pero esta investigación implica un descubrimiento fundacional, que sienta las bases de futuras innovaciones.

Entre otras tareas pendientes, "será necesario que los sujetos entrenen durante periodos de tiempo más largos que en nuestro experimento actual para observar cuándo los ritmos sensoriomotores se estabilizan y, sin embargo, el tiempo de carrera sigue mejorando", señalan los investigadores.

El siguiente paso programado por Millán es probar este método con personas que sí sufren algún tipo de discapacidad motora, lo que permitirá su aplicación en ensayos clínicos con un mayor número de sujetos.

Los avances parecen imparables, y el mismo equipo demostró hace sólo un mes algunos de sus resultados en la conferencia anual en el marco del festival South by Southwest. Allí, los investigadores de la UT Austin permitieron a voluntarios entre el público usar gorros con electrodos para aprender a controlar un par de robots de rehabilitación de manos y brazos en cuestión de minutos.