Nueva tecnología para acceder al cerebro a través de los músculos

Un equipo internacional de investigadores propone una nueva estrategia para leer señales cerebrales, argumentando que es posible desarrollar tecnologías no invasivas para captar señales cerebrales utilizando sensores musculares. Ello permitiría monitorizar e investigar cerebros humanos desde los músculos.

El equipo lo integran Jaime Ibáñez, investigador del I3A (Instituto de Investigación en Ingeniería de Aragón) de la Universidad de Zaragoza (Unizar) y del Instituto de Investigación Sanitaria de Aragón (IIS Aragón), en España; Blanka Zicher, Etienne Burdet y Dario Farina, del Departamento de Bioingeniería en el Imperial College de Londres, Reino Unido; Carsten Mehring de la Facultad de Biología en la Universidad de Friburgo, Alemania; y Stuart N. Baker, del Instituto de Neurociencia de la Universidad de Newcastle en el Reino Unido.

Las tecnologías utilizadas hasta ahora para medir directamente la actividad del sistema nervioso central están limitadas por su resolución, sensibilidad a interferencias e invasividad. Los avances en los sensores musculares y en inteligencia artificial permiten decodificar en tiempo real y con alta precisión la actividad de las neuronas motoras espinales.

Tal y como explica Jaime Ibáñez, “nuestros músculos no solo ejecutan las órdenes que les llegan del cerebro, también reflejan diversas fuentes de información que reciben de múltiples regiones del sistema nervioso. Podemos aprovechar eso para acceder a la actividad cerebral sin necesidad de utilizar métodos invasivos”.

El eje central del nuevo estudio es el análisis de la actividad de esas neuronas motoras espinales, que actúan como el último eslabón del sistema nervioso antes de que una orden llegue al músculo. Estas neuronas reciben señales de diferentes zonas del cerebro y de la médula espinal, y su patrón de activación se refleja en los músculos de forma directa y medible.

El equipo de investigación sostiene que las conexiones neuronales periféricas que utilizan sensores musculares son un enfoque prometedor y no invasivo para estimar la actividad neuronal del sistema nervioso central que llega a las neuronas motoras, pero que no modula directamente la producción de fuerza.

Dado que al menos parte de la información que llega a la salida del sistema nervioso se sabe que se origina en regiones del sistema nervioso central, como la corteza, registrar señales desde el tejido muscular podría permitir establecer un nuevo tipo de interfaz humana no solo con el sistema nervioso periférico sino también con el sistema central, según argumentan los autores del estudio.

“Si se desarrollara con éxito, esta tecnología ofrecería múltiples ventajas teóricas frente a las tecnologías que existen ahora mismo. Se trataría de una alternativa no invasiva, portable, altamente robusta, segura y accesible, dado su potencial bajo coste y usabilidad fuera del entorno clínico”, señala Ibáñez.

Jaime Ibáñez, del equipo de investigación. (Foto: I3A / Unizar)

Los autores del estudio se basan en diferentes principios como la capacidad de transmitir múltiples fuentes de información por parte de los músculos, la íntima relación entre la actividad cerebral y la que se mide en la musculatura y la posibilidad de decodificar actividad neuronal mediante técnicas avanzadas de procesado de señales e inteligencia artificial.

En el estudio también se han identificado las limitaciones actuales y los desafíos que todavía deben superarse, como la necesidad de la activación de los músculos para extraer información útil, las dificultades para decodificar información neural en movimientos dinámicos o la todavía limitada comprensión que se tiene sobre el tipo de información que intercambian los músculos y el cerebro. Los autores del estudio presentan una perspectiva teórica basada en evidencia científica existente y proponen direcciones de investigación futura.

El estudio se titula “Peripheral neural interfaces for reading high-frequency brain signals”. Y se ha publicado en la revista académica Nature Biomedical Engineering. (Fuente: Universidad de Zaragoza)