Así es como las personas ciegas podrían recuperar la vista gracias a la IA

Un equipo de científicos de la Escuela Politécnica Federal de Lausana (EPFL) en Suiza está marcando un nuevo rumbo en el diseño de prótesis visuales gracias a avanzados modelos de inteligencia artificial.

Su innovación permite predecir con precisión las zonas del cerebro donde la estimulación puede evocar imágenes concretas, un avance que podría transformar la vida de quienes padecen ceguera total e irreversible.

Este proyecto busca restaurar la visión a un nivel funcional, permitiendo distinguir rostros, casas y objetos cotidianos. Los resultados preliminares demuestran que la tecnología ya ha superado etapas experimentales en modelos animales, abriendo la puerta a futuras aplicaciones en humanos.

Cómo fue el desarrollo del modelo de inteligencia artificial

El núcleo de este avance reside en el trabajo del NeuroAI Lab de la EPFL, dirigido por Martin Schrimpf y Johannes Mehrer. Ante la realidad clínica de millones de personas con déficits visuales irreparables, los investigadores se propusieron superar las limitaciones de las prótesis corticales existentes.

Estas prótesis, que se emplean cuando no es posible intervenir ni la retina ni el nervio óptico, funcionan mediante electrodos implantados directamente en la corteza visual. Hasta ahora, solo lograban proyectar destellos de luz y símbolos básicos, ya que estimular regiones cerebrales de nivel bajo no permitía evocar representaciones complejas.

Para abordar este desafío, el equipo diseñó una red neuronal artificial topográfica. El modelo es capaz de simular diferentes patrones de estimulación en áreas visuales de alto nivel del cerebro, aquellas responsables del procesamiento de objetos complejos y con significado.

Mediante simulaciones computacionales, los científicos pudieron probar combinaciones de imágenes y patrones de estimulación, optimizando así el proceso sin recurrir a largos y costosos experimentos in vivo.

El modelo desarrollado permite seleccionar la mejor combinación entre una imagen específica y el patrón de estimulación necesario para que el cerebro represente ese objeto. Según Schrimpf, el sistema fue “bastante eficiente” al predecir qué patrón producía un efecto fuerte en la conducta visual de los monos en los ensayos realizados en Ámsterdam.

Cómo funciona el modelo y sus capacidades actuales

El proceso implica elegir una imagen y determinar el patrón óptimo de estimulación cerebral para que el sujeto reconozca el objeto representado. En la práctica, los ensayos realizados consistieron en presentar imágenes a monos con visión y, mediante la estimulación cortical guiada por el modelo, distorsionar la percepción original de manera predecible.

De este modo, los investigadores pudieron moldear la percepción de objetos ya presentes ante el ojo del animal, es decir, modificar cómo se representa ese estímulo visual en el cerebro.

Este logro marca la diferencia con los métodos anteriores, que solo permitían evocar símbolos simples y no podían inducir la percepción de objetos complejos, como una casa o un automóvil.

Actualmente, el modelo no permite crear la percepción de un objeto a partir de cero, sino que necesita que haya un estímulo visual inicial. El siguiente paso, según los responsables del proyecto, es lograr que una persona pueda “ver” un objeto significativo incluso cuando sus ojos no proporcionan ninguna imagen utilizable.

El modelo de inteligencia artificial desarrollado por la EPFL trabaja en computadora, simulando cómo distintas zonas del cerebro responden a la estimulación eléctrica. Gracias a este enfoque, se pueden realizar miles de pruebas virtuales en poco tiempo y a bajo costo, lo que acelera el perfeccionamiento de la tecnología antes de trasladarla a ensayos clínicos en humanos.

Qué probabilidades hay de que el modelo llegue a todo el mundo

Las prótesis visuales corticales enfrentan todavía numerosas limitaciones técnicas. Uno de los principales obstáculos es el hardware: se requieren múltiples electrodos para estimular distintas regiones cerebrales simultáneamente, pero la cantidad de electrodos que pueden implantarse en una zona es limitada.

Esto restringe la complejidad de las imágenes que se pueden evocar, y por eso la meta del equipo es optimizar la intervención en regiones visuales de alto nivel, más asociadas a la percepción de objetos completos.

Otro reto es determinar exactamente dónde y cómo estimular estas áreas superiores del cerebro, que procesan información visual compleja pero son menos accesibles y menos comprendidas que las regiones de bajo nivel. El modelo de IA permite superar en parte esta dificultad al identificar patrones de estimulación más efectivos y predecibles.

El trabajo de la EPFL ha sido probado hasta ahora en monos con implantes previos. Aunque los resultados son prometedores, la transición a ensayos en humanos requerirá superar barreras éticas, técnicas y regulatorias. Sin embargo, los investigadores confían en que este enfoque puede sentar las bases para una nueva generación de prótesis visuales.

El objetivo fundamental es que la estimulación cortical guiada por modelos de IA permita a una persona ciega distinguir objetos concretos en su entorno, devolviéndole así una visión con significado y utilidad cotidiana.