Interfaz cerebro-computadora

Diseñan una herramienta basada en IA para rehabilitar pacientes que sufrieron ACV

Se trata de una interfaz cerebro-computadora, desarrollada por un equipo del CONICET, que busca posibilitar la neurorehabilitación de pacientes que han sufrido grandes pérdidas de control motor.  En la actualidad, cuentan con un convenio con el instituto Fleni para estudiar la factibilidad de utilizar esta tecnología en entornos clínicos.


Victoria Peterson, investigadora en el IMAL (CONICET-UNL)
Videojuego en el momento del juego en tiempo real
Videojuego en el momento de la calibración
Sistema de adquisición utilizado en la toma de registros
Victoria Peterson capacitando a personal de Fleni sobre coAR.BCI
Elementos de trabajo para la investigación: sistema de toma de registros y software desarrollado
Participante voluntario usando coAR.BCI en el laboratorio durante una sesión de comando en tiempo real

Un equipo de investigación del CONICET en el Instituto de Matemática Aplicada del Litoral (IMAL, CONICET-UNL), liderado por la investigadora Victoria Peterson, trabaja en el desarrollo de una interfaz cerebro-computadora para la rehabilitación de pacientes que sobrevivieron a un accidente cerebrovascular (ACV), bautizada como coAR.BCI. En la actualidad, tienen un convenio con el Instituto Fleni, para realizar un estudio de factibilidad del uso de la tecnología en entorno clínico.

Una interfaz cerebro-computadora es un sistema informático que permite leer la actividad eléctrica de las neuronas y traducirlas en comandos digitales para controlar dispositivos externos, sin necesidad de usar nervios o músculos.

“La interfaz que desarrollamos permite realizar una neurorrehabilitación aun cuando el paciente tenga una gran pérdida de control motor de su miembro afectado”, explica Peterson. Y agrega: “Lo que hicimos fue diseñar un videojuego en el que un paciente ve en la pantalla un avatar, y al pensar un movimiento el avatar hace ese mismo movimiento. Eso cierra el circuito entre lo que piensa y lo que ve, probablemente generando nuevas conexiones neuronales que mejoran la funcionalidad motora”.

La investigadora explica que si un paciente está en una terapia convencional y utiliza una interfaz cerebro-computadora como coAR.BCI, se refuerza la plasticidad cerebral -que hoy se sabe que existe- potenciando la rehabilitación del paciente. “Hay personas que han quedado con disfunciones motoras en estado crónico y podrían tener una recuperación”, afirma.

Al sistema desarrollado por el equipo del IMAL, lo nombraron coAR.BCI por sus siglas en inglés, que reúnen tres partes claves: BCI (Brain-Computer Interface), o sea Interfaz Cerebro-Computadora; AR, que es adaptativa para rehabilitación, y CO, porque es co-adaptativo.

“¿Y todo eso qué significa?”, se interroga Peterson. “Adaptativo da idea de algo que se adapta a vos, pero a priori la computadora no se adapta a vos, vos la usás y tenés que adaptarte a ella. La idea acá es que estas tecnologías lean tu actividad cerebral, la traduzcan en tiempo real y te den una respuesta, un feedback. Si yo quiero que este sistema se use para rehabilitación, vos tenés que entender qué representa ese feedback, para comprender mejor qué hacer para que tu rehabilitación sea más efectiva. Coadaptación significa que tanto el sistema como la persona se adaptan el uno al otro. Y esto es vital porque en estos sistemas hay una fase de familiarización con la tecnología. Necesitamos que el algoritmo que desarrollamos te acompañe en esa fase de familiarización. Que también se adapte a vos como persona, considerando que tu desempeño y tu interacción con el sistema pueden variar día a día en función de factores como el estado de ánimo, la motivación, la fatiga y los propios procesos de aprendizaje”.

En este proceso de construcción científica es destacado el rol que juega la inteligencia artificial (IA). “La IA es el medio; es la tecnología que permite que la señal cerebral que hoy la tomamos con electroencefalografía de superficie -acá en el laboratorio con una gorrita llena de electrodos-, se transforme en comandos que la computadora entiende. Es el medio para hacer la comunicación”.

Convenio con el Instituto Fleni

Para evaluar la factibilidad de uso de coAR.BCI, se realizó un convenio con el Instituto Fleni, lugar de tratamiento integral de patologías neurológicas que incluye desde la prevención, el diagnóstico y el tratamiento, hasta la rehabilitación. Se trata de una institución médica de prestigio internacional, que atiende a niños y adultos en todo lo relacionado a las Neurociencias, uno de los centros de referencia en neurología y rehabilitación en Argentina.

"El convenio con Fleni apunta a hacer un estudio de factibilidad del uso de coAR BCI dentro de una institución médica; así como de conocimiento y velocidad de familiarización de los pacientes con esta tecnología. Buscamos replicar lo que hacemos en el laboratorio y trasladarlo en un entorno clínico. Básicamente, es trasladar la neurotecnología al entorno clínico real de aplicación".

El primer convenio entre ambas instituciones fue firmado en el año 2024 con el objeto de desarrollar módulos de rehabilitación motora basados en interfaces cerebro computadora y evaluar su factibilidad en el uso clínico. Posteriormente, en el año 2026 se firmó un segundo convenio cuyo objeto es evaluar el software coAR.BCI en un entorno clínico real y comprender su transferabilidad, estudiando su uso en un grupo pacientes objetivo que han sufrido un accidente cerebro vascular (ACV). "Hemos trabajado en reuniones de manera remota. Primero hicimos una puesta en común de conceptos. Delineamos todos los criterios de inclusión y exclusión de los pacientes, eso fue clave. Escribimos el protocolo de bioética que ya fue aprobado y está registrado tanto en la Provincia de Buenos Aires como en clinicaltrials.gov”. Tuvimos visitas presenciales donde nosotras instruíamos, capacitábamos y les enseñábamos a las personas cómo se utiliza nuestra tecnología y cómo se toman datos, porque son personas no familiarizadas con lo que es el equipamiento de electroencefalografía. Estuvimos capacitándolos, generando guías de usuario, presencialmente entrenándolos in situ. Estamos a la espera de pacientes que cumplan con los criterios de inclusión/exclusión del protoclo.

Futuro

“De momento ya en el laboratorio concluimos con todas las evaluaciones en sujetos sanos, sin patologías. Estamos en el proceso de analizar los datos que hemos adquirido para comprobar las hipótesis de trabajo, entre ellas que el sistema de comunicación persona-máquina que hemos desarrollado sea superior al de otras tecnologías”, indica Peterson.

Ahora buscaran evaluar la neurotecnología con los pacientes de Fleni, que son sobrevivientes de un ACV en etapa aguda o subaguda. “A futuro, lo que buscamos es que esta tecnología evolucione, y para eso tenemos que seguir mejorándola en distintos aspectos. Lo que buscamos es que la tecnología tenga cada vez más capacidad de ser una evolución de un tratamiento con un seguimiento individual. Ojalá en un futuro, pueda ser parte de los tratamientos que se llevan a cabo en las clínicas de rehabilitación. Ese es el objetivo a gran escala", concluye Peterson.

 

Link de interés: https://openbci.com/community/maximizing-post-stroke-motor-recovery-with-co-adaptive-neurofeedback

Victoria Peterson
“Victoria Peterson es una entrerriana que vive en la ciudad de Santa Fe, paranaense de origen que estudió bioingeniería”, dice la entrevistada en tercera persona y aclara el campo de acción de esta carrera universitaria: “La bioingeniería es la ingeniería al servicio de la salud humana. De todas las ramas posibles me di cuenta de que lo que me gustaba era algo específico como es el procesamiento de señales biológicas, inteligencia artificial, machine learning”.
Victoria realizó sus estudios doctorales gracias a una beca del CONICET en el Instituto de Señales Sistemas e Inteligencia Computacional, sinc(i) (CONICET-UNL). Actualmente se desempeña como investigadora adjunta del CONICET en el IMAL (CONICET-UNL). Desarrolló una estancia postdoctoral en el IMAL y otra en el Brain Modulation Lab, Massachusetts General Hospital, Harvard Medical School, Boston, USA. Sus temas de investigación intersectan la inteligencia artificial con la bioingeniería en el desarrollo de algoritmos de aprendizaje automático para la decodificación de la actividad cerebral con aplicaciones médicas. En 2024 recibió en Buenos Aires el Premio de la Academia Nacional de Ciencias Exactas, Físicas y Naturales (ANCEFN) para investigadoras menores de 40 años. A principios de este año estuvo postulada al Premio Princesa de Girona Internacional – Investigación. En Septiembre se dio a conocer que es parte de las preseleccionadas para recibir el prestigioso premio internacional “Nature Award – Inspiring Women in Science” en la categoría “Logros Científicos”.

 

Equipo de trabajo actual

Victoria Peterson, IMAL, UNL-CONICET

Solange Gualpa, IMAL, UNL-CONICET

Catalina María Galván, IMAL, UNL-CONICET

María Florencia Coldeira, Departamento de Ciencias de la Vida y del Comportamiento, Universidad de San Andrés; IMAL, UNL-CONICET

Colaboradoras pasadas

Paula Saavedra, IMAL, UNL-CONICET

Denise Nigro, Universidad de Favaloro;  IMAL, UNL-CONICET