Investigadores de la Universidad de Nortwestern, en EE UU, han desarrollado un marcapasos de tamaño tan reducido (1,8 mm de ancho y 3,5 mm de largo) que puede caber dentro de la aguja de una jeringa, por lo que su aplicación es segura y poco invasiva.

Más pequeño que un grano de arroz, este dispositivo está dirigido especialmente a recién nacidos con defectos cardiacos congénitos, aunque valdría también para corazones de mayor tamaños, según un estudio publicado en Nature.

Al finalizar su vida útil, todos los componentes se disuelven de forma natural en los fluidos corporales debido a su diseño temporal.

Corazones pequeños y grandes

El estudio, liderado por el pionero en bioelectrónica John A, Rogers y el cardiólogo Igor Efimov, demostró la eficacia de este marcapasos en una serie de modelos animales grandes y pequeños, así como en corazones humanos de personas donantes ya fallecidas.

“Hemos desarrollado lo que, hasta donde sabemos, es el marcapasos más pequeño del mundo”, afirma Rogers, en un contexto donde la necesidad de estos dispositivos para pacientes recién nacidos es “crucial”.

La buena noticia, según el cardiólogo, es que estos niños solo necesitan un marcapasos después de una cirugía. Tras siete días, el corazón de la mayoría de los pacientes se repara solo. “Ahora podemos colocarlo en el corazón del niño y estimularlo mediante un dispositivo delicado y portátil” que no requiere cirugía para extraerlo.

Alimentado por fluidos corporales

Para reducir el tamaño del dispositivo, los investigadores estudiaron cómo podría obtener energía suficiente sin antenas receptoras ni cables.

Así, en lugar de emplear comunicación de campo cercano (NFC), como hicieron en su prototipo anterior, este marcapasos funcionaría mediante una celda galvánica, capaz de transformar la energía química en eléctrica.

“Cuando se implanta el marcapasos en el cuerpo, los biofluidos circundantes actúan como el electrolito conductor que une eléctricamente esas dos almohadillas metálicas para formar la batería”, explica Rogers.

Funcionamiento con luz

Asimismo, los ingenieros observaron que el cuerpo humano era un gran conductor de luz, por lo que implantaron en su creación rayos infrarrojos que penetraran de forma segura en el cuerpo y detectaran así una caída de la frecuencia cardiaca.

“El corazón requiere una mínima estimulación eléctrica” sostiene Roger. Por lo que, “al minimizar el tamaño, simplificamos drásticamente los procedimientos de implantación, reducimos el trauma y el riesgo para el paciente, concluye.

Dispositivo reabsorbible

Este trabajó comenzó cuando Rogers y Efimov desarrollaron el primer dispositivo reabsorbible para marcapasos. Su objetivo fue cubrir la demanda de pacientes que necesitaban un cardioversor temporal hasta que esperaban uno permanente o para ayudarlos a restablecer su frecuencia cardiaca durante una recuperación.

En respuesta a esta necesidad clínica crearon el marcapasos disoluble, presentado en Nature Biotechnology en 2021, como un aparato delgado, flexible y ligero que eliminaba la presencia de baterías grandes y cables.

Un equipo científico de la Universidad de California en Berkeley y en San Francisco (Estados Unidos) ha diseñado un dispositivo capaz de traducir la actividad del habla en el cerebro en palabras habladas casi en tiempo real, consiguiendo que una mujer de 47 años con tetraplejia ‘hablara’ después de 18 años.

Este trabajo resuelve ‘el viejo problema’ de la latencia de las neuroprótesis del habla, es decir, el tiempo que transcurre entre el momento en que un sujeto intenta hablar y el momento en que se produce el sonido. Gracias a los últimos avances basados en inteligencia artificial (IA), los investigadores desarrollaron un método de transmisión que sintetiza las señales cerebrales en habla audible casi en tiempo real. Su descripción se publica en la revista Nature Neuroscience.

Esta nueva tecnología tiene un enorme potencial para mejorar la calidad de vida de las personas con parálisis graves que afectan al habla

Edward Chang Univ. de California

“Nuestro planteamiento de streaming lleva la misma capacidad de decodificación rápida del habla de dispositivos como Alexa y Siri a las neuroprótesis”, resume Gopala Anumanchipalli, co-investigador principal del estudio. “Utilizando un tipo de algoritmo similar, descubrimos que podíamos descodificar datos neuronales y, por primera vez, hacer posible una transmisión de voz casi sincrónica. El resultado es una síntesis del habla más natural y fluida”, explica el científico.

Para Edward Chang, otro de los científicos principales, esta nueva tecnología tiene un enorme potencial para mejorar la calidad de vida de las personas con parálisis graves que afectan al habla. “Es emocionante que los últimos avances en IA estén acelerando enormemente las interfaces cerebro-ordenador para su uso práctico en el mundo real en un futuro próximo”.

Cómo leer el cerebro

Como parte de un ensayo clínico, los equipos de Chang y Anumanchipalli implantaron la interfaz cerebro-computadora en una mujer de 47 años con tetraplejia (parálisis de las extremidades y el torso), que no había podido hablar o vocalizar durante 18 años después de sufrir un accidente cerebrovascular.

Para recopilar los datos necesarios para entrenar su algoritmo, los investigadores primero hicieron que la participante mirara una indicación en la pantalla, como la frase “hola, ¿cómo estás?”, y luego intentara pronunciar esa frase en silencio.

Interceptamos las señales en las que el pensamiento se traduce en articulación

Cheol Jun Cho Univ. de Calfornia

Así, los autores entrenaron una red neuronal de aprendizaje profundo utilizando la actividad cerebral de la participante, que se registró mediante electrodos implantados sobre su corteza sensomotora del habla, mientras pronunciaba internamente en su cerebro frases completas que contenían 1.024 palabras únicas.

A continuación, se utilizó este modelo para descodificar el habla en línea, simultáneamente con la intención vocal de la participante (Ann), y luego producir audio imitando su voz —esta había sido entrenada utilizando un clip de ella hablando antes de la lesión—.

Cheol Jun Cho, otro de los firmantes del trabajo, resume que la neuroprótesis funciona tomando muestras de datos neuronales de la corteza motora, la parte del cerebro que controla la producción del habla, y luego utiliza la IA para descodificar la función cerebral y convertirla en habla.

“Básicamente interceptamos las señales en las que el pensamiento se traduce en articulación (…). Así que lo que estamos descodificando es después de que se haya producido un pensamiento, después de que hayamos decidido qué decir, después de que hayamos decidido qué palabras utilizar y cómo mover los músculos del tracto vocal”, señala el mismo autor.

Salida audible en casi tiempo real

En su anterior estudio sobre este tipo de dispositivos, los investigadores se encontraron con una larga latencia de descodificación, de unos 8 segundos para una sola frase. Con el nuevo método de transmisión, la salida audible puede generarse casi en tiempo real, mientras el sujeto intenta hablar, recoge un comunicado de la Facultad de Ingeniería de la Universidad de California en Berkeley.

“Descubrimos que nuestro modelo lo hace bien, lo que demuestra que, efectivamente, está aprendiendo los componentes básicos del sonido o la voz”, concluye Anumanchipalli.