Interfaces cerebrales: la comunicación restaurada avanza, sin leer el pensamiento

Los avances en neurotecnología están redefiniendo las capacidades de comunicación para individuos afectados por la parálisis. Contrario a la idea de que estas tecnologías ‘leen la mente’, su función principal es interpretar la intención del usuario de mover los músculos asociados con el habla. Este enfoque permite restaurar la capacidad de comunicación a quienes la han perdido.

El desarrollo por parte de la Universidad de California en San Francisco (UCSF), mencionado en el sitio theconversation.com, es un hito reciente en esta trayectoria. Este sistema permite a los pacientes no solo articular palabras a través de un avatar, sino también realizar gestos simultáneamente. Este tipo de tecnología se centra en las etapas finales del proceso del habla, es decir, la planificación de los movimientos de la lengua, los labios y la laringe, lo que explica su mayor eficacia cuando el paciente intenta vocalizar, aunque no pueda emitir sonido alguno.

Los laboratorios universitarios han sido pioneros en este campo con logros notables. En 2015, un equipo de la Universidad de Maastricht ya había logrado reconstruir frases a partir de la actividad cerebral de pacientes con epilepsia. Posteriormente, en 2021, el neurocirujano Edward Chang, también de UCSF, habilitó la comunicación en un hombre con parálisis utilizando un vocabulario de 50 palabras, una cifra que se expandió a 78 palabras por minuto dos años más tarde. En 2024, otro estudio demostró una precisión del 99.6 % para reconocer 50 palabras con solo media hora de datos cerebrales de un paciente con ELA. Un avance adicional se produjo en 2025, cuando un equipo de Stanford descifró el ‘habla interior’ con un 74 % de acierto, aunque la interpretación se limitaba a términos concretos y no a ideas abstractas.

A pesar de estos progresos, la implementación de estas tecnologías enfrenta desafíos significativos. Cada cerebro es único, lo que exige un entrenamiento individualizado y exhaustivo para cada sistema implantado, a diferencia de las soluciones de voz comercial que operan con millones de usuarios sin personalización. La naturaleza invasiva de la cirugía para implantar electrodos conlleva riesgos como infecciones o hemorragias, y la señal cerebral tiende a degradarse con el tiempo, limitando su aplicación a pacientes con discapacidades graves. Las alternativas no invasivas, como las investigadas por Meta, que logró descifrar frases tecleadas con un escáner del tamaño de una habitación, aún muestran una tasa de error cercana al 30 %.

El futuro de las interfaces cerebro-máquina para la comunicación busca superar estas barreras, con esfuerzos orientados a mejorar la durabilidad de los implantes, reducir la agresividad de la cirugía y disminuir la necesidad de un entrenamiento tan específico por paciente. La integración con modelos de lenguaje avanzados, como ChatGPT, promete asistir en la completación de frases, aunque plantea el riesgo de que el sistema "ponga en boca" del paciente palabras no intencionadas. El reto a largo plazo reside en descifrar no solo los movimientos, sino los significados, abriendo el camino para ayudar a pacientes incapaces de planificar el habla, al tiempo que se abordan complejas cuestiones éticas sobre el acceso y uso de estos datos.