Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NEUROLOGÍA
Alumno:
Flores Salas Jesús Aarón - 1261965
Grupo:
393
Docente:
Dr. Carlos Delgado Hernández
Los primeros intentos de traducir la actividad neuronal en comandos para controlar
dispositivos externos se realizaron en monos en la década de 1960. Después de eso, durante
1960-1970, la retroalimentación biológica se realizó en monos, para proporcionar un control
voluntario de la tasa de activación de las neuronas corticales.
En su artículo, Elon Musk y Neuralink han abordado con éxito los principales problemas que
obstaculizan el desarrollo de la próxima generación de interfaz cerebro-computadora invasiva
(o interfaz cerebro-máquina) mediante la introducción de una nueva plataforma integrada que
permite un registro de alta calidad de miles de canales.
Su dispositivo contiene conjuntos de hilos de electrodos flexibles con hasta 3072 electrodos
por conjunto, distribuidos en 96 hilos. Para superar una limitación quirúrgica, los autores han
construido un robot neuroquirúrgico que inserta 6 hilos por minuto con una precisión espacial
micrométrica. Para aumentar la biocompatibilidad, crearon un robot neuroquirúrgico que
implanta sondas de polímero de forma mucho más rápida y segura que los enfoques
quirúrgicos existentes. Al usar esta plataforma en ratas que se mueven libremente, los autores
informan un rendimiento de picos de hasta el 85,5 %.
Otro tipo de dinámica cerebral asociada con fuentes corticales espacialmente localizadas es
una actividad neuronal relacionada con el motor. Este problema tiene un impacto social
significativo. Hoy en día, la mayoría de las interfaces cerebro-computadora y las interfaces
cerebro-máquina están diseñadas para pacientes con trastornos motores graves. La interfaz
cerebro-computadora permite que una persona discapacitada controle sillas de ruedas,
exoesqueletos y manipuladores robóticos generando comandos a través de cambios
voluntarios de actividad cerebral en la corteza motora inducidos por imágenes motoras.
Por ejemplo, estas interfaces cerebro-computadora se utilizan para controlar un cursor o una
silla de ruedas en dos dimensiones con la intención de mover la mano izquierda o
derecha. Sin embargo, el rendimiento de tales interfaces cerebro-computadora no invasivas
para el control del movimiento está limitado por una pequeña cantidad de comandos. Los
estudios en animales, principalmente monos, han demostrado la eficacia del registro invasivo
de la actividad de las neuronas corticales para crear una interfaz cerebro-máquina efectiva
para controlar movimientos más complejos.
Cabe señalar que el uso de interfaces cerebro-máquina invasivas permite a los pacientes con
tetraplejía realizar tareas de alcance y agarre con un manipulador de brazo robótico. Al
mismo tiempo, la implementación de la interfaz cerebro-máquina en humanos todavía no se
emplea en la práctica clínica debido a las dificultades quirúrgicas y los problemas de
biocompatibilidad.
En resumen, la nueva neurointerfaz de Elon Musk y Neurolink tiene todas las posibilidades
de convertirse en un verdadero paso adelante hacia la próxima generación de interfaces
cerebro-máquina para aplicaciones clínicas y de investigación.
Las interfaces invasivas pueden ayudar a las personas discapacitadas a controlar dispositivos
externos y comunicarse con otras personas. Se cree que las futuras tecnologías de la
comunicación se basarán en interfaces cerebro-computadora que leerán las señales del
cerebro y las traducirán en mensajes, que luego se enviarán a dispositivos móviles u
otros. Además, las interfaces cerebro-máquina invasivas permitirán una comunicación directa
entre las personas a través de sus pensamientos.
Referencias:
Pisarchik, A. N., Maksimenko, V. A., & Hramov, A. E. (2019). From novel technology to
novel applications: Comment on “an integrated brain-machine interface platform with
thousands of channels” by Elon musk and neuralink. Journal of Medical Internet
Research, 21(10), e16356. https://doi.org/10.2196/16356
Musk, E., & Neuralink. (2019). An integrated brain-machine interface platform with
thousands of channels. Journal of Medical Internet Research, 21(10), e16194.
https://doi.org/10.2196/16194
Frolov, N. S., Grubov, V. V., Maksimenko, V. A., Lüttjohann, A., Makarov, V. V., Pavlov,
A. N., Sitnikova, E., Pisarchik, A. N., Kurths, J., & Hramov, A. E. (2019). Statistical
properties and predictability of extreme epileptic events. Scientific Reports, 9(1), 7243.
https://doi.org/10.1038/s41598-019-43619-3