Un grupo de científicos de la Escuela Politécnica Federal de Lausana, en Suiza, desarrolla una tecnología que podría marcar un cambio importante en el diseño de prótesis visuales para personas con pérdida total e irreversible de la vista.

El proyecto se basa en modelos computacionales capaces de identificar con mayor precisión qué zonas del cerebro deben ser estimuladas para generar representaciones visuales específicas. Con este avance, los investigadores buscan que las futuras prótesis no se limiten a producir destellos o figuras simples, sino que permitan reconocer objetos cotidianos como rostros, casas o vehículos.

La investigación es liderada por el NeuroAI Lab de la EPFL, bajo la dirección de Martin Schrimpf y Johannes Mehrer. El objetivo principal es superar las limitaciones de las prótesis corticales actuales, utilizadas cuando no es posible intervenir la retina ni el nervio óptico.

Estas prótesis funcionan mediante electrodos implantados directamente en la corteza visual. Sin embargo, hasta ahora sus resultados han sido limitados, ya que suelen generar percepciones básicas de luz o símbolos simples. El nuevo enfoque busca estimular áreas visuales superiores del cerebro, relacionadas con el reconocimiento de objetos complejos y con significado.

Para lograrlo, el equipo diseñó una red neuronal artificial topográfica que permite simular distintos patrones de estimulación cerebral. A través de pruebas virtuales, los científicos pueden analizar miles de combinaciones entre imágenes y estímulos eléctricos, reduciendo la necesidad de experimentos largos y costosos.

El sistema permite elegir una imagen y calcular el patrón de estimulación más adecuado para que el cerebro pueda representar ese objeto. Según Schrimpf, el modelo mostró eficiencia al anticipar qué tipo de estímulo generaba una respuesta visual más fuerte durante ensayos realizados con monos en Ámsterdam.

En las pruebas, los investigadores presentaron imágenes a animales con visión y, mediante estimulación cortical guiada por el modelo, lograron modificar de forma predecible la percepción de esos objetos. Es decir, pudieron influir en la manera en que el cerebro representaba un estímulo visual ya presente.

Este resultado representa un avance frente a los métodos tradicionales, que solo conseguían generar percepciones simples. Sin embargo, la tecnología todavía no permite crear la imagen de un objeto desde cero. Por ahora, necesita que exista un estímulo visual inicial para modificar su representación en el cerebro.

El siguiente reto será lograr que una persona pueda percibir un objeto significativo incluso cuando sus ojos no envían información útil. Esa sería una etapa clave para convertir esta tecnología en una herramienta funcional para personas con ceguera irreversible.

A pesar de los avances, todavía existen desafíos importantes. Uno de los principales es el desarrollo del hardware, ya que se necesitan varios electrodos para estimular diferentes regiones del cerebro al mismo tiempo. No obstante, la cantidad de electrodos que se puede implantar en una zona cerebral sigue siendo limitada, lo que reduce la complejidad de las imágenes que pueden generarse.

También queda pendiente determinar con mayor exactitud dónde y cómo estimular las áreas visuales superiores, que son menos accesibles y más complejas que las regiones básicas de procesamiento visual. Los modelos computacionales ayudan a enfrentar este reto al identificar patrones de estimulación más efectivos y predecibles.

Hasta ahora, el trabajo de la EPFL ha sido probado en monos con implantes previos. Aunque los resultados son prometedores, su aplicación en humanos requerirá superar barreras técnicas, éticas y regulatorias.

Aun así, los investigadores consideran que este enfoque podría sentar las bases para una nueva generación de prótesis visuales, capaces de devolver una visión útil y con significado a personas que hoy viven con ceguera total e irreversible.

Este artículo fue publicado originalmente en Infobae y está protegido por derechos de autor. Todos los derechos reservados a Infobae. Puedes consultar el artículo original en su (https://www.infoabe.com).