![\"(cc)](\"https:\/\/www.cienciacognitiva.org\/files\/2009-1-cc-Bakkum-etal-2007.jpg\")
Dentro de la Neurociencia Computacional, la Neuro-ingenier\u00eda desarrolla sistemas de comunicaci\u00f3n entre una m\u00e1quina y alguna parte del sistema nervioso. Sin lugar a dudas, estos sistemas constituyen un gran reto cient\u00edfico, ingenieril y \u00e9tico. Sin embargo, su correcto funcionamiento todav\u00eda plantea muchos problemas.<\/em><\/p>\n<\/p>\n
[Versi\u00f3n en pdf]<\/a><\/p>\n En 1989, Georgopoulos, Lurito, Petrides, Schwartz y Massey probaron en el mono que existe una relaci\u00f3n causal entre la actividad el\u00e9ctrica de las neuronas de la corteza motora y la direcci\u00f3n del movimiento de sus brazos. Este trabajo inici\u00f3 toda una l\u00ednea de investigaci\u00f3n dentro de la Neurociencia Computacional: la interacci\u00f3n entre el sistema mente-cerebro y una m\u00e1quina externa (lo que tambi\u00e9n se ha llamado Neuro-ingenier\u00eda).<\/p>\n Su trascendencia social ha sido tan importante que la prestigiosa serie de documentales Horizon de la BBC le ha dedicado muchos de sus programas. Citaremos algunos ejemplos. En este v\u00eddeo se describen investigaciones realizadas en la Universidad del Estado de Nueva York, que muestran c\u00f3mo la estimulaci\u00f3n con descargas precisas en la corteza somatosensorial de la rata puede inducir respuestas id\u00e9nticas a si se estimulan alguno de sus bigotes. La estimulaci\u00f3n en un bigote del lado izquierdo lleva al animal a moverse hacia la derecha y viceversa. Adem\u00e1s, cuando la rata se mueve hacia el lado que se estimul\u00f3, los investigadores inducen refuerzos positivos activando el\u00e9ctricamente su sistema l\u00edmbico.<\/p>\n httpv:\/\/www.youtube.com\/watch?v=PpfjmzZ4NTw<\/p>\n De forma similar, en este otro v\u00eddeo se ilustra c\u00f3mo se consiguen interpretar los registros el\u00e9ctricos del movimiento de mu\u00f1eca del mono cuando mueve un joystick mientras juega a un videojuego muy simple. Las instrucciones motoras correspondientes a estos registros se env\u00edan a un brazo artificial que ejecuta los mismos movimientos.<\/p>\n httpv:\/\/www.youtube.com\/watch?v=7-cpcoIJbOU<\/p>\n La esencia de todos los sistemas cerebro-m\u00e1quina es la misma. Despu\u00e9s de la implantaci\u00f3n de electrodos en alguna regi\u00f3n del cerebro (normalmente la corteza motora), una m\u00e1quina es capaz de interpretar (decodificar) los registros el\u00e9ctricos, y ejecutar lo que indican las se\u00f1ales nerviosas. As\u00ed, estaremos ejecutando con una m\u00e1quina lo que la mente del animal quiere hacer.Aunque a todos los niveles (cient\u00edfico, de ingenier\u00eda, cl\u00ednico o \u00e9tico), esto representa un logro important\u00edsimo, existen una serie de problemas que a\u00fan requieren soluci\u00f3n (para m\u00e1s detalles v\u00e9ase Lebedev y Nicolelis, 2006). Normalmente, para que los registros el\u00e9ctricos sean fiables y un\u00edvocamente interpretados se necesitan electrodos peque\u00f1os que permiten medir la actividad el\u00e9ctrica de unas pocas neuronas. As\u00ed, esta tecnolog\u00eda depende de una cirug\u00eda intracraneal que produce muchas consecuencias post-operatorias. Para evitar infecciones a corto plazo, recientemente se est\u00e1n implantando bio-electrodos, con lo que se consiguen registros estables incluso durante varios meses. Electrodos de este tipo se han implantado en animales muy diferentes, ratones, monos, e incluso humanos. De \u00e9stos, la primera vez fue en 2004, cuando la compa\u00f1\u00eda Cyberkinetics en Salt Lake City, USA, implant\u00f3 en el tetrapl\u00e9jico Matthew Nagle electrodos para controlar algunos movimientos del rat\u00f3n del ordenador y del mando de navegaci\u00f3n del televisor (v\u00e9ase este excelente video).<\/p>\n httpv:\/\/www.youtube.com\/watch?v=cDiWFcA0gaw<\/p>\n Por motivos algo evidentes, en esta l\u00ednea el principal reto consiste en el uso de registros no invasivos (que no necesitan de ning\u00fan tipo de cirug\u00eda) como Electroencefalogramas (EEG, v\u00e9ase Correa, 2008<\/a>) o Resonancia Magn\u00e9tica funcional (fMRI). Sin embargo, estos registros nerviosos tienen otros problemas. \u00bfSe pueden interpretar de forma un\u00edvoca? Los EEG, aunque tienen muy buena resoluci\u00f3n temporal (de unos pocos milisegundos), dan informaci\u00f3n espacial muy ambigua, al recoger la actividad el\u00e9ctrica promedio de varios miles de neuronas. Por otro lado, los datos fMRI tienen el problema de su interpretaci\u00f3n per se, adem\u00e1s de requerir un montaje experimental que es muy costoso. Su resoluci\u00f3n espacial es buena, pero no miden actividad el\u00e9ctrica directamente, sino el flujo sangu\u00edneo en determinadas zonas cerebrales. Aunque est\u00e1n relacionados, la naturaleza de la relaci\u00f3n a\u00fan no se comprende bien. Hasta la fecha, los resultados conseguidos en la decodificaci\u00f3n de estos registros no invasivos todav\u00eda no son muy fiables. La tendencia actual es la de hacer registros el\u00e9ctricos con varias t\u00e9cnicas simult\u00e1neamente. De esta forma se puede complementar la interpretaci\u00f3n de los registros no invasivos mediante t\u00e9cnicas que s\u00ed requieren de una cirug\u00eda. De forma anecd\u00f3tica, y para resaltar la amplia producci\u00f3n cient\u00edfica y popularidad de este campo, existen competiciones mundiales para probar diferentes m\u00e9todos num\u00e9ricos y algoritmos de interpretaci\u00f3n de estos registros de actividad el\u00e9ctrica asociados a diferentes acciones motoras (la del \u00faltimo a\u00f1o se puede consultar en https:\/\/ida.first.fraunhofer.de\/projects\/bci\/competition_iv<\/a>). De forma sutilmente diferente, pero con el mismo fondo, otro tipo de sistemas de interacci\u00f3n m\u00e1quina-neuronas que han empezado a ser muy populares son los registros en cultivos de neuronas (ve\u00e1se, p. ej., Bakkum, Gamblen, Ben-Ary, Chao y Potter, 2007). Despu\u00e9s de la extracci\u00f3n de algunas neuronas de un tejido nervioso (normalmente la m\u00e9dula espinal del animal o su hipocampo), estas neuronas se dividen, produciendo m\u00e1s neuronas que interaccionan entre s\u00ed dentro de una poblaci\u00f3n. Con c\u00e9lulas madre se ha conseguido incluso generar neuronas motoras (Wichterle, Lieberam, Porter y Jessell, 2002). Los patrones de comunicaci\u00f3n entre ellas son los mismos que en el animal de origen, as\u00ed que es interesante conocer sus mecanismos y principios. Registros muy precisos (pues se pueden hacer incluso medidas intracelulares) se env\u00edan a un sistema artificial externo, que los interpreta y a su vez es capaz incluso de sustituir la funci\u00f3n de esa neurona dentro de la red. Muy recientemente, investigadores en la Universidad de Reading en Reino Unido conectaron los movimientos de un robot a un cultivo de neuronas de rata. Por puro ensayo y error, las neuronas aprendieron a evitar obst\u00e1culos, mejorando as\u00ed el sistema de navegaci\u00f3n del robot (para m\u00e1s detalles, v\u00e9ase el siguiente video).<\/p>\n httpv:\/\/www.youtube.com\/watch?v=1-0eZytv6Qk<\/p>\n En resumen, en los \u00faltimos a\u00f1os neurocient\u00edficos e ingenieros se han unido para desarrollar dispositivos capaces de interaccionar y manipular directamente la informaci\u00f3n procesada por nuestro cerebro. El desarrollo y mejora de estos sistemas ayudar\u00e1 a integrar tres campos de investigaci\u00f3n que en los \u00faltimos a\u00f1os han estado muy separados (aunque no deber\u00edan estarlo): la Inteligencia Artificial, la Neurociencia y la Rob\u00f3tica.<\/p>\n Referencias<\/strong><\/p>\n Bakkum, D. J., Gamblen, P. M., Ben-Ary, G., Chao, Z. C. y Potter, S. M. (2007). MEART: the semi-living artist. Frontiers in Neurorobotics<\/em>, 1:5. doi:10.3389\/neuro.12.005.2007<\/p>\n Georgopoulos, A. P., Lurito, J. T., Petrides, M., Schwartz, A. B. y Massey, J. T. (1989). Mental rotation of the neuronal population vector. Science<\/em>, 243, 234-236.<\/p>\n Lebedev, M. A. y Nicolelis, M. A. (2006). Brain-machine interfaces: past, present and future. Trends in Neurosciences<\/em>, 29, 536-546.<\/p>\n Wichterle, H., Lieberam, I., Porter, J., and Jessell, T.M. (2002). Directed differentiation of embryonic stem cells into motor neurons. Cell<\/em>, 110, 385-397.<\/p>\n","protected":false},"excerpt":{"rendered":"