Un algoritmo de aprendizaje profundo logra que los ojos biónicos interpreten mejor la respuesta del cerebro, un avance que podría hacer que las futuras prótesis oculares sean más precisas, adaptativas y eficaces para personas con ceguera o graves problemas de visión.

Por Enrique Coperías, periodista científico

*Un prototipo de prótesis cortical visual u* ojo biónico, similar a los utilizados en investigación para estimular directamente la corteza visual. El equipo de Michael Beyeler emplea IA para mejorar la comunicación entre estos dispositivos y el cerebro. Cortesía: Matt Perko / UC Santa Barbara

Devolver parte de la visión a una persona ciega mediante dispositivos electrónicos capaces de comunicarse directamente con el cerebro es uno de los grandes desafíos de la neurotecnología. Las distintas prótesis visuales desarrolladas hasta ahora han demostrado que es posible estimular el sistema visual, pero controlar con precisión lo que finalmente percibe el paciente sigue siendo extraordinariamente difícil.

Ahora, un equipo internacional de investigadores ha dado un paso importante al demostrar que la inteligencia artificial (IA) puede hacer que los futuros ojos biónicos sean más precisos, predecibles y capaces de adaptarse a cada usuario.

El trabajo, publicado en la revista Neuron, reúne a científicos de la Universidad de California en Santa Bárbara (Estados Unidos), la ETH de Zúrich (Suiza) y la Universidad Miguel Hernández de Elche (España). Su principal aportación consiste en utilizar técnicas de aprendizaje profundo (deep learning) para optimizar la manera en que una prótesis visual estimula el cerebro para conseguir que las respuestas neuronales sean más predecibles y se ajusten mejor a lo que realmente percibe cada paciente.

El estudio constituye una prueba de concepto, pero abre una vía muy prometedora para el desarrollo de las denominadas prótesis corticales visuales, dispositivos implantados directamente en la corteza visual, la región situada en la parte posterior del cerebro encargada de procesar la información procedente de los ojos.

«La construcción de un modelo en teoría es una cosa— sostiene Michael Beyeler, profesor de Ciencias de la Computación y de Ciencias Psicológicas y del Cerebro de la Universidad de California en Santa Bárbara. Y añade—: Pero ver cómo ese modelo guía un experimento con una persona es algo completamente distinto. Esa capacidad de pasar de la teoría a algo que algún día pueda ayudar a la gente es lo que impulsa gran parte del trabajo de nuestro laboratorio».

Qué es un ojo biónico

Existen diferentes estrategias para desarrollar prótesis visuales. Algunas intentan reemplazar la función de la retina, la capa sensible a la luz situada en la parte posterior del ojo. Sin embargo, cuando la lesión afecta al nervio óptico o a otras estructuras que transmiten la información visual hasta el cerebro, esos dispositivos dejan de ser útiles.

Las prótesis corticales siguen un enfoque radicalmente diferente. En lugar de intentar reparar el ojo, lo saltan por completo y envían impulsos eléctricos directamente a la corteza visual. Si esta región cerebral permanece funcional, es posible generar sensaciones luminosas conocidas como fosfenos: pequeños destellos, puntos o formas brillantes similares a los que muchas personas experimentan al presionar los ojos cerrados.

Esta tecnología podría beneficiar en particular a las personas que perdieron la visión tras sufrir un accidente cerebrovascular, un traumatismo craneoencefálico o determinadas enfermedades neurodegenerativas que dañan las vías visuales pero que dejan intacta la corteza cerebral.

🗣️ En palabras de Beyeler, el impacto potencial resulta especialmente relevante para quienes disfrutaron de visión durante parte de su vida antes de perderla: «Las personas que disfrutaron de visión durante una parte de su vida y la perdieron posteriormente a causa de una enfermedad ocular hereditaria o de un accidente suelen tener un deseo muy intenso de recuperarla, aunque solo sea de forma parcial».

Un participante del ensayo clínico prueba un sistema experimental de visión artificial cortical, mientras el investigador Eduardo Fernández Jover, de la Universidad Miguel Hernández de Elche, supervisa el procedimiento. El estudio demuestra que la IA puede mejorar la comunicación bidireccional entre las prótesis visuales y el cerebro, acercando el desarrollo de ojos biónicos más eficaces. Cortesía: Universidad Miguel Hernández de Elche

Cómo utiliza la inteligencia artificial el implante cerebral

El estudio representa también un importante salto desde la simulación informática hasta la práctica clínica. El proyecto, que Beyeler define como «una auténtica colaboración», fue liderado conjuntamente por Pehuén Moure, de la ETH de Zúrich; Jacob Granley, de la Universidad de California en Santa Bárbara, y Fabrizio Grani, de la Universidad Miguel Hernández. La investigación fue supervisada por Michael Beyeler y Shih-Chii Liu, de la ETH de Zúrich, y Eduardo Fernández, de la Universidad Miguel Hernández, dentro de un ensayo de viabilidad que se desarrolla actualmente en España.

En 2024, varios miembros del Bionic Vision Lab de la universidad estadounidense viajaron hasta el Hospital IMED de Elchepara comprobar si sus modelos computacionales podían mejorar el rendimiento de un implante cerebral ya instalado en un paciente.

El participante era un hombre de veintisiete años que había perdido completamente la visión tras sufrir una grave lesión cerebral traumática. Como parte del ensayo clínico, llevaba implantada temporalmente una matriz formada por 96 electrodos en la corteza visual, un dispositivo previsto para permanecer seis meses antes de ser retirado.

Cada vez que los electrodos emitían impulsos eléctricos, determinadas neuronas de la corteza visual se activaban y el paciente percibía fosfenos, pequeñas manchas o figuras luminosas comparables a destellos, estrellas o fuegos artificiales.

Así aprende la IA el lenguaje del cerebro

El gran desafío consiste en controlar con precisión qué tipo de actividad cerebral produce cada combinación de estímulos eléctricos. Para resolverlo, los investigadores recurrieron al aprendizaje profundo, una rama de la inteligencia artificial inspirada en el funcionamiento de las redes neuronales.

El equipo entrenó una red neuronal profunda para predecir cómo respondería el cerebro a miles de configuraciones distintas de estimulación eléctrica. El sistema no solo analizaba qué electrodos se activaban, sino también el estado de actividad espontánea del cerebro justo antes de cada prueba.

A partir de toda esa información, el algoritmo seleccionaba de forma automática los patrones de estimulación con mayor probabilidad de generar la respuesta neuronal deseada.

Los resultados fueron muy alentadores. Cuando las configuraciones diseñadas por la inteligencia artificial se probaron en el paciente, consiguieron reproducir con mayor fidelidad los patrones cerebrales buscados, y, además, necesitaron menos corriente eléctrica que otros métodos utilizados hasta ahora.

Pero quizá el hallazgo más importante fue otro. La actividad registrada directamente en el cerebro permitía anticipar mucho mejor lo que el paciente realmente percibía que conocer solo la configuración eléctrica enviada al implante. En otras palabras, observar cómo respondía el cerebro ofrecía una imagen mucho más fiable de la experiencia visual que limitarse a saber qué electrodos habían sido activados.

Prototipo de ojo biónico desarrollado mediante impresión 3D por investigadores de la Universidad de Minnesota. La incorporación de receptores de luz sobre una superficie hemisférica podría facilitar el desarrollo de futuras prótesis visuales con un funcionamiento más parecido al del ojo humano. Cortesía: University of Minnesota.

Por qué este avance supone un cambio importante

Durante años, muchos ingenieros han imaginado que estas prótesis visuales funcionarían como una pantalla formada por miles de pequeños píxeles luminosos. Sin embargo, el cerebro humano resulta muchísimo más complejo.

🗣️ «Los ingenieros tendemos a pensar en los fosfenos como si fueran píxeles: si estimulamos más electrodos deberíamos obtener una imagen más completa —explica Beyeler en un comunicado de la UC Santa Bárbara. Y concreta—: Pero el cerebro no funciona así. Los electrodos interactúan entre sí, las respuestas neuronales fluctúan y lo que introducimos en el cerebro no es necesariamente lo que la persona percibe. El verdadero desafío consiste en comprender esa transformación».

De hecho, una de las fortalezas del implante utilizado en este trabajo es que no solo puede estimular de forma eléctrica la corteza visual, sino también registrar a la vez la respuesta de las neuronas. Gracias a esa doble capacidad, el algoritmo pudo aprender a partir de lo que realmente hacía el cerebro tras cada estímulo, en lugar de basarse en exclusiva en los parámetros eléctricos enviados al dispositivo.

Durante el estudio, el participante indicó en cada ensayo si había percibido un fosfeno y, en algunos experimentos, describió además características como su forma, tamaño, brillo o color. Los investigadores comprobaron que los patrones de actividad neuronal registrados contenían mucha más información sobre esas percepciones subjetivas que los propios parámetros de estimulación.

Ilustración conceptual de las distintas estrategias para restaurar la visión artificial mediante la estimulación eléctrica, luminosa y magnética del sistema visual. Estas tecnologías buscan establecer una comunicación cada vez más precisa entre las prótesis visuales y el cerebro para recuperar parte de la capacidad visual. Fuente: Frontiers in Neuroscience.

Hacia unas prótesis que se adapten al paciente

Otro aspecto especialmente innovador de este avance consiste en que el modelo incorpora el estado basal del cerebro antes de cada estimulación. La actividad neuronal nunca es exactamente igual de un día para otro, e incluso cambia de manera constante a lo largo de una misma sesión. Tener en cuenta esas fluctuaciones permite modificar de manera automática la estimulación para mantener resultados consistentes.

Esta capacidad adaptativa podría convertirse en una característica esencial de las futuras prótesis visuales.

«Una prótesis visual útil no puede depender de una receta fija —advierte Beyeler. Y concluye—: Tiene que aprender cómo responde el cerebro de cada persona y adaptar la estimulación en consecuencia. En última instancia, el dispositivo debe adaptarse al paciente, y no al revés».

Aunque todavía será necesario realizar muchos más ensayos clínicos antes de que esta tecnología llegue a los hospitales, el estudio demuestra que la inteligencia artificial puede convertirse en un traductor entre los dispositivos electrónicos y el cerebro humano. Si esta línea de investigación continúa avanzando, los futuros ojos biónicos no solo estimularán neuronas: aprenderán, se ajustarán continuamente a cada usuario y estarán cada vez más cerca de devolver una forma funcional de visión a personas que hoy viven en la oscuridad.▪️(8-agosto-2026)

La inteligencia artificial mejora los ojos biónicos y la comunicación con el cerebro de las futuras prótesis visuales

LO MÁS IMPORTANTE DEL ESTUDIO, EN 30 SEGUNDOS

OFTALMOLOGÍA

Un implante subretiniano devuelve parte de la visión a pacientes con degeneración macular.

PREGUNTAS & RESPUESTAS: Ojo Biónico e IA

SALUD VISUAL

¿Colirio en lugar de gafas de lectura? Una alternativa innovadora para la presbicia.