El sistema nervioso enfrenta un desafío constante: mantener estables las representaciones neuronales, es decir las señales que genera el cerebro al imaginar o realizar un movimiento y, al mismo tiempo, ser capaz de adaptarse a nuevas situaciones. Este equilibrio es crucial para aprender nuevas habilidades o adaptarse a dispositivos como el brazo robótico.

En este contexto, los investigadores utilizaron electrocorticografía (ECoG), una técnica que emplea electrodos colocados directamente sobre la superficie del cerebro para registrar la actividad neuronal con alta precisión. Esto fue clave para identificar cómo las señales cerebrales cambian con el tiempo. Al entrenar el sistema para reconocer estos cambios, el dispositivo pudo mantener su funcionalidad durante meses sin necesidad de ajustes constantes.

El estudio mostró que las representaciones neuronales de los movimientos imaginados eran notablemente estables. Esto significa que, aunque el cerebro presentaba pequeñas variaciones diarias, las señales seguían formando un patrón reconocible para la BCI. El estudio también reveló que durante el uso continuo de la BCI, el cerebro mostraba una plasticidad notable. Esto quiere decir que, con la práctica, las señales neuronales se reorganizaban para hacer los movimientos imaginados más precisos.

Para perfeccionar el control del brazo, el participante utilizó una versión virtual del dispositivo que le proporcionaba retroalimentación en tiempo real sobre la precisión de sus movimientos imaginados. Después de semanas de práctica, logró trasladar estas habilidades al brazo robótico real. Con él, pudo levantar bloques, girarlos y colocarlos en diferentes posiciones. Incluso consiguió abrir una puerta, sacar una taza y colocarla bajo un dispensador de agua. Es decir que, la capacidad de adaptación permitió que el brazo robótico mejorara su precisión con el tiempo.

“Estamos seguros de que hemos aprendido a construir el sistema y que podemos hacerlo funcionar de manera confiable”, concluyó Ganguly. Con desarrollos como este, la combinación de inteligencia artificial y neurociencia promete devolver autonomía a quienes enfrentan limitaciones motoras. El objetivo de los autores es llevar esta tecnología a entornos domésticos, permitiendo a los usuarios realizar actividades cotidianas de forma independiente.

En general, los logros más destacados de este estudio fueron, la estabilidad a largo plazo, ya que a diferencia de estudios anteriores, donde la BCI perdía funcionalidad en uno o dos días, este sistema funcionó durante siete meses con solo ajustes menores; asimismo, con el uso continuo del dispositivo las representaciones neuronales se volvían más claras y precisas; y finalmente, uno de los principales logros fue que el participante termino tareas complejas utilizando únicamente sus pensamientos.

Este estudio marca un hito en el uso de interfaces cerebro-computadora para personas con parálisis. La combinación de estabilidad neuronal y plasticidad adaptativa abre la puerta a la creación de prótesis más funcionales y personalizadas. Además, al permitir un control prolongado sin recalibraciones constantes, se facilita la aplicación de esta tecnología en entornos cotidianos.