Neuroprótesis mejoran la movilidad en tetrapléjicos

La lesión de médula espinal, un trauma de difícil solución

En Europa 330.000 personas viven con una lesión de médula espinal, cifra que se incrementa con 11.000  nuevos casos cada año. Las principales causas son accidentes laborales o de circulación, especialmente entre los jóvenes, aunque en los últimos años se ha incrementado el porcentaje de personas mayores debido a tumores u otras causas. Más de la mitad de las personas con lesión medular son tetrapléjicas, lo que lleva a una pérdida total del movimiento de los miembros inferiores (necesidad de ir en silla de ruedas). Además, la pérdida bilateral de la función de agarre de objetos con la mano asociada a esta parálisis limita severamente la capacidad de los individuos afectados de vivir de una forma autónoma limitando su inclusión en la sociedad, dado que genera una dependencia muy alta de sus cuidadores y familiares. Es por ello, que una de las principales prioridades de estos pacientes es recuperar la función de agarre y alcance con sus manos.

Un lesionado medular tetrapléjico tiene una gran dependencia de su cuidador y ve comprometidas sus posibilidades profesionales y sociales.

El accidente puede llevar consigo una lesión completa o una lesión incompleta (en función de la altura de las vértebras cervicales dañadas). En cualquier caso y enfocándonos en los brazos, si el nivel de la lesión es tal que se preserva un control voluntario suficiente de los músculos distales al codo, se pueden aplicar con éxito procedimientos quirúrgicos como transferencias de músculos y tendones para recuperar una función de agarre significativa. Sin embargo, para recuperar la movilidad las soluciones actuales son muy limitadas y prácticamente inexistentes si no hay funciones motoras voluntarias residuales, o un individuo no está dispuesto a someterse a una cirugía que incluye un largo período de rehabilitación postoperatoria.

Neurotecnología pionera sin intervención quirúrgica

La ambición del proyecto MoreGrasp es desarrollar una neuroprótesis de miembro superior para que el paciente pueda realizar de forma autónoma tareas cotidianas. Los tres principios científico-tecnológicos claves que están guiado el proyecto son:

1. Uso en la vida real: La prótesis debe de ser utilizada de forma continuada en la casa de los pacientes y en sus tareas diarias, sacando así las tecnologías fuera de los laboratorios de investigación.

2. Sin procedimientos quirúrgicos: Eliminación de todos los procedimientos invasivos, es decir, toda la tecnología se aplica sin necesidad de una intervención compleja

3. Individualización de la prótesis: La neuroprótesis será personalizada a todos los niveles para ajustarse a las diferentes necesidades de cada usuario.  

El objetivo es que una persona con lesión medular que ha perdido la movilidad en las manos pueda realizar autónomamente acciones como coger un vaso y llevárselo a la boca.

Esta neuroprótesis combina múltiples tecnologías para permitir la movilidad de la mano: estimulación eléctrica funcional (FES en inglés) para accionar los músculos de la mano; una interfaz-cerebro computador no invasiva para decodificar la intención y el tipo de movimiento de forma natural; otros sensores para proporcionar información del entorno (ej. objetos instrumentados) e información del estado del usuario (ej. rotación y posición del brazo); y algoritmos de inteligencia artificial para combinar toda la información y conseguir un control compartido del movimiento del brazo eficiente y robusto.

El funcionamiento práctico de la tecnología es el siguiente: en primer lugar, el paciente acerca su mano al objeto que quiere agarrar, por ejemplo un vaso, y de forma natural piensa cómo quiere agarrarlo. La interfaz cerebro-computador registra la actividad cerebral de la corteza motora por medio de un novedoso gorro de EEG con sensores secos personalizado para el usuario final, y utilizando avanzadas técnicas de análisis de señal biomédica se obtiene el tipo de movimiento pretendido por el usuario. Al mismo tiempo, se registra información del entorno. En base a toda esta información, el motor de inteligencia artificial proporciona las instrucciones al sistema de estimulación eléctrica funcional que, aplicando corrientes eléctricas en los nervios del antebrazo del usuario, movilizan los músculos que controlan la mano para conseguir el agarre deseado. El usuario puede utilizar el objeto y soltarlo siguiendo el mismo proceso. En todo momento el usuario recibe feedback sensorial mediante diferentes medios incluido un smartwatch para compensar la falta de sensibilidad.

Investigación, innovación y validación de neuroprótesis en condiciones reales

El proyecto MoreGrasp aborda grandes retos científicos por medio de una combinación de investigación, innovación y transferencia de tecnología entre seis universidades, centros de investigación y empresas.

1. En primer lugar, la tecnología abarca simultáneamente cuatro disciplinas científicas diferentes: estimulación eléctrica funcional personalizada y robusta, neurotecnología y sistemas de electroencefalografía (EEG) personalizados y prácticos, nuevos paradigmas de interfaz cerebro-computador para la decodificación natural de movimientos, y sistemas de inteligencia artificial e interacción hombre-máquina que integran bioseñales y contexto.  

2. En segundo lugar, conseguir que un sistema de esta complejidad y con una adaptación específica a cada usuario funcione sin la ayuda de expertos no es fácil. Esto requiere llevar la integración de todas las tecnologías mencionadas anteriormente a un nivel de madurez, fiabilidad y usabilidad que permita su despliegue en casa de los usuarios y su operación por personal no técnico a través de un sencillo interfaz gráfico en una tablet.

   

3.  Por último, el proyecto MoreGrasp pretende marcar la diferencia en la calidad de vida de personas con tetraplejia. La fase final del proyecto que se está llevando a cabo actualmente consiste en un ensayo clínico que involucra una validación de la neuroprótesis con usuarios finales (interesados pueden registrarse aquí ). Los usuarios que cumplen los criterios de inclusión médicos (tipo de lesión, capacidades motoras residuales, no padecer otras condiciones médicas como infarto cerebral, epilepsia ...) son examinados por personal del proyecto para evaluar su idoneidad. Si son seleccionados completan una fase de entrenamiento a nivel de actividad muscular del brazo y de habituación a la interfaz cerebro-computador con una duración de entre cuatro y ocho semanas. Al mismo tiempo se personalizan la prótesis de FES y el sistema de EEG, y se desarrollan los algoritmos de tratamiento de señal biomédica por medio de técnicas de aprendizaje automático. Una vez completado el entrenamiento, el usuario recibe en su casa la neuroprótesis personalizada que utiliza en su vida diaria por un periodo de ocho semanas. Aunque el personal de MoreGrasp está en todo momento disponible y siguiendo su evolución, los usuarios utilizan el sistema de forma autónoma solo con la ayuda de sus cuidadores habituales.

El proyecto MoreGrasp ha desarrollado una pionera neuroprótesis no invasiva de miembro superior para ser usada de forma cotidiana, actualmente en proceso de ensayo clínico.

Para poder llegar a este avance en neuroprótesis motoras no invasivas, el equipo del MoreGrasp ha conseguido logros importantes en diferentes áreas como:

1. Tecnologías de EEG prácticas. La primera de ellas es un EEG versátil basado en sensores que funcionan con agua corriente para el examen preliminar y el entrenamiento. La segunda es un sistema de EEG minimalista de sensores secos personalizable y optimizado para un uso diario (muy cómodo y fácil de poner), personalizable y diseñado para medir estados sensori-motores.

2. Un nuevo sistema de estimulación eléctrica funcional basado en una malla de electrodos para activar de forma selectiva y en tiempo real grupos musculares específicos con compensación de la rotación del miembro.

3. Un nuevo paradigma de interfaz cerebro-computador para realizar agarres basado en intentar realizar el movimiento de forma natural, junto con todos los algoritmos de decodificación el EEG asociados.

4. La integración de todo el sistema en una plataforma profesional de desarrollo de interfaces cerebro-computador multimodales controlada de forma simple con una tablet.

A continuación se describen estos avances que se espera que tengan de forma transversal impacto en diferentes disciplinas investigadoras.

Una tecnología pionera de EEG cómoda para su uso en el día a día

MoreGrasp ha desarrollado dos novedosos sistemas de EEG. En las fases de evaluación del usuario y en el entrenamiento se utilizan gorros de EEG versátiles basados en agua con 16 y 32 canales respectivamente. Estos sistemas de EEG suponen un paso adelante para su uso fuera del laboratorio ya que mantienen la fiabilidad y robustez de los equipos médicos pero no requieren de gel. De este modo, el usuario no debe lavarse el pelo después de cada uso facilitando la aceptación a la tecnología. Sin embargo, su diseño tipo gorro de ducha puede presentar una usabilidad por debajo del nivel óptimo para su uso en un día a día. Esto es porque necesitan periodos de preparación entre 5-10 minutos, pueden resultar incómodos para su uso durante largos periodos de tiempo, y tienen una estética que puede generar rechazo fuera de un uso puntual (investigación, evaluación clínica o fase de entrenamiento).

Por esa razón, MoreGrasp en colaboración con la multinacional Nissan ha desarrollado una innovadora tecnología de EEG minimalista con sensores secos optimizada para medir estados sensoriales y motores. Se trata de una tecnología muy cómoda que se coloca en menos de dos minutos en media, no necesita la aplicación de sustancias conductoras, y puede trabajar hasta ocho horas de forma continuada. Dispone además de un diseño tecnológico y más discreto que cualquier otra tecnología de EEG existente. En términos de fiabilidad, durante el proyecto se ha comprobado que mide señales cerebrales clásicamente utilizadas en interfaces cerebro-computador como los MRCPs y los ERD/ERS, con una calidad comparable a los sistemas de EEG clásicos. Esta neurotecnología desarrollada por Bitbrain es un claro avance hacia nuevos sistemas de EEG e interfaces cerebro-computador usables fuera del laboratorio.

El proyecto MoreGrasp ha desarrollado el primer sistema de EEG wearable, fiable y muy cómodo para un uso cotidiano en la vida diaria.

Una interfaz cerebro-computador para decodificar diferentes tipos de agarres

El proyecto ha desarrollado una innovadora interfaz cerebro-computador no invasiva capaz de decodificar el pensamiento natural de los usuarios con lesión medular mientras realizan tareas de alcance y agarre. La principal diferencia con las interfaces existentes es que se utiliza información que se produce de forma natural cuando una persona realiza, o en el caso de lesionados medulares piensa en realizar, los movimientos de agarre. Esto es un avance importante respecto a interfaces anteriores que requieren utilizar tareas de forma no natural y repetitiva, por ejemplo, pensar en mover el pie derecho constantemente para indicar la acción de cerrar la mano.

La actividad cerebral utilizada en el proyecto MoreGrasp se produce tanto antes del movimiento (actividad preparatoria al movimiento) y durante el movimiento (actividad relacionada con el movimiento). Cuando la persona con lesión medular intenta realizar el movimiento se produce la actividad cerebral preparatoria principalmente sobre la corteza motora, la cual está compuesta por potenciales de baja frecuencia (MRCPs) y desincronizaciones motoras (ERD/ERS). Esta actividad precede al onset del movimiento, la cual se desencadena en el cerebro aunque la lesión medular impide que la orden llegue al miembro en sí (no produciendo el movimiento deseado) dado que el sistema nervioso está interrumpido. Sin embargo, esta actividad cerebral refleja la intención natural del movimiento, tiene una tipología diferente para tipo de movimiento o agarre, puede medirse en el EEG, y por tanto decodificarse por una interfaz cerebro computador (ver publicación científica).

Para poder cambiar el paradigma en lesionados medulares ha sido necesario resolver varios problemas. En primer lugar se han desarrollado técnicas de reconocimiento de patrones capaces de diferenciar la intención de moverse y el tipo de movimiento simultáneamente con gran precisión y de forma completamente continua y natural para el usuario final (publicación científica). Además, la estimulación eléctrica y el movimiento de la extremidad producen artefactos eléctricos y mecánicos que contaminan el EEG, y que deben de ser filtrados y corregidos para aumentar la precisión de la tecnología. Por otro lado los pacientes de lesión medular pierden progresivamente los patrones cerebrales motores dado que sufren una degeneración de la corteza motora debido a su falta de uso (ver publicación científica). Esto dificulta mucho su detección y requiere procedimientos especiales de entrenamiento y calibración para la personalización del procedimiento.

La interfaz cerebro-computadora basada en EEG no requiere realizar tareas de forma repetitiva sino que utiliza directamente la actividad cerebral generada por el tipo de movimiento.

Estimulación eléctrica funcional e IA para contexto

La estimulación eléctrica funcional estimula mediante corrientes eléctricas los nervios intactos del brazo para conseguir mover el miembro paralizado. Uno de los retos de este tipo de sistemas es conseguir que el sistema realice de forma robusta y consistente el agarre independientemente de la posición del brazo. Es decir, sistemas tradicionales pueden conseguir un buen patrón en la mano (por ejemplo extender el dedo pulgar) con el brazo en reposo, pero sin embargo cuando el brazo rota los ligeros movimientos de los sensores de estimulación pueden hacer que se pierda dicho patrón. Para ello, MoreGrasp ha equipado la neuroprótesis con un conjunto de unidades inerciales y una malla de electrodos de estimulación; de esta forma se puede estimar la rotación del brazo mediante las unidades inerciales y cambiar el patrón de estimulación dinámicamente para compensar dicha rotación. Esto permitiría lograr en el ejemplo anterior mantener la extensión del dedo pulgar mientras el usuario final rota su brazo.

Además, el sistema se complementa con otros sensores para inferir el contexto y para proporcionar feedback al usuario. Por ejemplo, se pueden instrumentar objetos de la vida cotidiana para que la tecnología sepa con qué tipo objeto se está interactuando y ajuste su funcionamiento a ello. Esto permite aumentar la fiabilidad y robustez del sistema, aumentando así el grado de aceptación por parte de los usuarios finales. En este mismo sentido, el sistema está preparado para incluir cualquier información adicional que requiera el usuario tales como un joystick de hombro (habitual en este tipo de usuarios) o sistemas más complejos basados en visión por computador, proyecciones y realidad aumentada. En el centro de toda esta información hay un sistema que, mediante técnicas de inteligencia artificial, fusiona la información para tomar la mejor decisión en cada momento y mantiene al usuario al tanto del estado del sistema a través de un smartwatch.

Se ha desarrollado una prótesis de estimulación eléctrica funcional capaz de realizar agarres en diferentes posiciones compensando la rotación del brazo.

Conclusiones y consorcio MoreGrasp

El equipo internacional de MoreGrasp está trabajando con el objetivo de desarrollar una neuroprótesis que facilite en movimientos cotidianos con las manos a lesionados medulares capaz de usarse en casa y sin necesidad de personal experto. Actualmente la neuroprótesis está en ensayo clínico.

El proyecto MoreGrasp ha sido coordinado por la Universidad Técnica de Graz, que tiene una gran experiencia en el diseño de interfaces cerebro-computador. Además, a nivel académico han participado la Universidad de Heidelberg como expertos en pacientes de lesión medular y estimulación eléctrica funcional, y la Universidad de Glasgow como expertos en interacción hombre-máquina e inteligencia artificial. Finalmente, a nivel industrial, Bitbrain ha liderado el desarrollo de nuevas tecnologías de EEG y la plataforma multimodal de interfaz cerebro computador, Medel el desarrollo de la tecnología de estimulación eléctrica funcional, y KnowCenter de la plataforma web de suscripción de pacientes.

El Equipo de Bitbrain

Te puede interesar:

• Tecnología Brain-2-Vehicle comunica nuestro cerebro con el automóvil
• ¿Podrán las máquinas llegar a sentir emociones?
• ¿Qué es el neuromarketing y cómo se aplica?
• Ética, neurotecnología y futuro
• Evitar el hackeo del cerebro - Ciberseguridad en brain-computer interfaces
• Qué es la estimulación cognitiva y para qué sirve