BIÓNICA: diversos campos de aplicación en medicina
Bienvenidos a cuerposbionicos.blogspot.com.ar . Somos estudiantes de 6º año de la carrera de Kinesiología y Fisiatría de la la Facultad de Ciencias Médicas de la Universidad de Buenos Aires, Argentina. El motivo de la creación de este espacio es, en primera instancia, el cumplimiento de un trabajo práctico para la materia Bioinformática y Rehabilitación Computacional y, por otro lado, brindar información a toda la sociedad acerca de los diversos campos de aplicación en medicina que hoy en día tiene la Ingeniería Biónica, entre los cuales destacaremos el campo audiovisual y prótesis biónicas.
Nuestro objetivo es que esta información resulte útil a cualquier persona interesada en conocer más sobre esta ciencia, conocer sus aplicaciones y los avances que cada día se observan sobre todo en el área de salud, mejorando la calidad de vida de las personas que se han visto privadas de alguna de sus funciones corporales o de alguna de sus extremidades.
Esperamos que les guste y les sea de utilidad. No duden en comentar, plantear dudas o crear algún tipo de debate acerca del contenido publicado.
Las redes de neuronas artificiales (denominadas
habitualmente como RNA o en inglés como: "ANN") son un paradigma de
aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de
neuronas que colaboran entre sí para producir un estímulo de salida. En
inteligencia artificial es frecuente referirse a ellas como redes de neuronas o
redes neuronales.
Los primeros modelos de redes neuronales datan de
1943 por los neurólogos McCulloch y Pitts. Años más tarde, en 1949, Donald Hebb
desarrolló sus ideas sobre el aprendizaje neuronal, quedando reflejado en la
"regla de Hebb". En 1958, Rosemblatt desarrolló el perceptrón simple,
y en 1960, Widrow y Hoff desarrollaron el ADALINE, que fue la primera
aplicación industrial real. En los años 80, volvieron a resurgir las RNA
gracias al desarrollo de la red de Hopfield, y en especial, al algoritmo de
aprendizaje de retropropagación ideado por Rumelhart y McLellan en 1986 que fue
aplicado en el desarrollo de los perceptrones multicapa.
Las ANN son un método de resolver problemas,de forma individual o combinadas con otros métodos, para aquellas tareas de
clasificación, identificación, diagnóstico, optimización o predicción en las que el balance
datos/conocimiento se inclina hacia los datos y donde, adicionalmente, puede haber la necesidad de
aprendizaje en tiempo de ejecución y de cierta tolerancia a fallos.En estos casos las RNAs se adaptan dinámicamente
reajustando constantemente los “pesos”
de sus interconexiones.
Por ejemplo en una red que se va a aplicar al
diagnóstico de imágenes médicas; durante la fase de entrenamiento el sistema
recibe imágenes de tejidos que se sabe son cancerígenos y tejidos que se sabe
son sanos, así como las respectivas clasificaciones de dichas imágenes. Si el
entrenamiento es el adecuado, una vez concluido, el sistema podrá recibir
imágenes de tejidos no clasificados y obtener su clasificación sano/no sano con
un buen grado de seguridad. Las variables de entrada pueden ser desde los
puntos individuales de cada imagen hasta un vector de características de las
mismas que se puedan incorporar al sistema (por ejemplo, procedencia anatómica
del tejido de la imagen o la edad del paciente al que se le extrajo la
muestra).
Científicos españoles de la
Universidad Autónoma de Barcelona (UAB) y del Consejo Superior de
Investigaciones Científicas (CSIC) participan junto a otros de Italia, Alemania
y Dinamarca en el proyecto “Ciberhand” o “Cibermano”, uno de los proyectos europeos de investigación robótica más innovadores, que busca crear una prótesis para devolver parte de sus capacidades a personas con mutilaciones a nivel de la mano.
La "Cibermano" combina
los últimos avances en neurología, medicina y tecnología para ofrecer a
personas con amputaciones parte de la independencia y calidad de vida de las
que disfrutaban con anterioridad.
Esta prótesis cibernética permite
no sólo tomar objetos, sino también sentirlos y controlar la presión que se
ejerce sobre ellos. Hasta ahora, las prótesis existentes no integraban ningún
mecanismo para facilitar a sus usuarios el reconocimiento del objeto a través
del tacto, por lo que no sentían la dureza o suavidad del mismo o si su
superficie estaba seca o mojada.
El uso de la mano cibernética
requerirá la implantación en el receptor de un chip en contacto con las fibras
nerviosas que conectaban el sistema nervioso con la mano. Este chip se
encargaría de interpretar las órdenes del usuario mediante el procesamiento de
las señales bioeléctricas de las neuronas y transmitirá con precisión las
órdenes del movimiento a la mano artificial. A la vez, la prótesis recogerá
datos de contacto, presión y temperatura y los transmitirá al chip para que
sean enviados al cerebro a través de las conexiones con los nervios.
La nueva prótesis supone un salto cualitativo
respecto a las que actualmente se utilizan, "y se puede convertir en una
alternativa muy interesante al transplante", afirma el equipo del proyectoCiberhand. En su opinión,
hoy entre un 30 y un 50 por ciento de las personas amputadas no utilizan las
prótesis existentes, "porque ofrecen un control muy pobre de los
movimientos, no reciben ninguna sensación y la percepción general es muy poco
natural".
Prometedor
logro de un equipo de especialistas del Instituto de Investigaciones Clínicas
de Montreal (IRCM), dirigidos por el endocrinólogo Dr. Remi Rabasa- Lhoret, puede tener importantes
repercusiones en el tratamiento de la Diabetes tipo I, acelerando el desarrollo
de un páncreas artificial externo que sea seguro y práctico de usar.
El páncreas
artificial es un sistema automatizado que reproduce, hasta cierto punto, el
trabajo de un páncreas natural en buen estado, adaptando continuamente la liberación
de insulina a los cambios en los niveles de glucosa. El páncreas artificial,
con sistema hormonal dual probado en el IRCM controla los niveles de glucosa
mediante la liberación automática de insulina y glucagón, si es necesario,
sobre la base de la lectura de un sistema de vigilancia constante de glucosa y guiándose
por un algoritmo avanzado.
El
equipo halló que el páncreas artificial mejoró el control de la glucosa en un
15 por ciento, en comparación con la terapia convencional mediante bomba de
insulina. El páncreas artificial también redujo en 8 veces el riesgo total de
hipoglucemia, y en 20 veces el riesgo de hipoglucemia nocturna.
Las
personas con diabetes tipo 1 deben controlar cuidadosamente sus niveles de
glucosa en sangre para que se mantengan dentro de los valores normales. El
control de la misma, es la clave para evitar complicaciones a largo plazo
relacionada con altos niveles de glucosa (como ceguera o insuficiencia renal) y
reducir el riesgo de hipoglucemia, siendo estos niveles peligrosamente bajos y
potencial causante de confusión y/o desorientación.
Páncreas
artificial externo: A la izquierda, dispositivo de vigilancia constante de
glucosa. A la derecha, la bomba que está sujeta en el cinturón, inyecta insulina bajo la piel del
paciente. El sistema de control es en este caso, un teléfono inteligente.
Ya se está hablando de esta opción en nuestro país, mira este vídeo.
Para más información, podes visitar los sieguientes enlaces:
John Donoghue
y sus colaboradores ya informaron en 2006 de que pacientes con parálisis
causada por lesiones medulares podían usar interfaces cerebro-máquina para
dirigir el movimiento de cursores en una pantalla y llevar a cabo sencillos
movimientos con una mano robótica, abriéndola y cerrándola. Ahora los
investigadores han demostrado que una interfaz cerebro-máquina puede dirigir
tareas más complicadas. El
implante cerebral es un pequeño sensor de cuatro milímetros de lado con 96
electrodos que salen como pelitos de uno de los lados. El aparato se coloca
sobre la superficie del cerebro y los electrodos penetran un milímetro en la
zona del córtex motor que controla el brazo. El implante registra los impulsos
de decenas de neuronas. La intención de movimiento del paciente genera estos
impulsos, que a continuación se transmiten a un ordenador que transforma los
patrones de actividad eléctrica en órdenes que controlan un brazo robótico. El
objetivo de este ensayo clínico piloto es desarrollar tecnologías capaces de
devolver la capacidad de comunicación y movimiento y dotar de independencia a
personas con enfermedades o lesiones neurológicas. Aplicaciones
de los chips cerebrales Aunque
la tecnología aún está lejos de poder usarse medicinalmente y los participantes
la usaron bajo condiciones controladas en sus hogares, con un técnico a mano,
uno de los autores del informe dijo que el equipo tenía cuatro objetivos:
Desarrollar
sistemas de comunicación permitiendo mover a distancia un cursor en un monitor.
Mejorar
el control neuronal de dispositivos de asistencia robótica para pacientes con
parálisis.
Usar
el sistema para permitir que los amputados controlen mentalmente sus prótesis.
Para que los pacientes paralizados reconecten su cerebro a sus miembros.
Las actuales prótesis de miembros inferiores requieren que
los amputados realicen un esfuerzo importante al realizar movimientos
coordinados de varias articulaciones, llegando a gastar al caminar hasta un 60%
más de energía metabólica en comparación con una persona sana.
Con la esperanza de superar estos obstáculos,
Michael Goldfarb, profesor de ingenería mecánica en la Universidad de
Vanderbilt, y sus co-investigadores Huseyin Atakan Varol y Frank Sup desarrollaron
una prótesis robótica para el miembro inferior que incluyen articulaciones
motorizadas de la rodilla y los tobillos.
“Estamos entrando en lo que algunos llaman la
era de la biónica…una fase donde el hombre y la máquina se están integrando”,
dice Varol.
Gracias a los avances en la tecnología, la
prótesis tiene una batería completamente autónoma que puede proporcionar
energía equivalente a los músculos y suficiente esfuerzo de torsión para
remplazar la función de las articulaciones de la rodilla y el tobillo. Incluso,
la batería es recargable y puede durar fácilmente un día entero entre carga y
carga. Esto equivale a aproximadamente 13.000 a 14.000 pasos. Esta es una
característica valiosa considerando que en promedio las personas sanas caminan
entre 7.000 y 12.000 pasos diarios.
La prótesis tiene sensores que le permiten
inferir la acción que el usuario desea realizar, como pasar de una posición
sentada a estar de pie. Un sofisticado software, llamado reconocedor de
intención, se comporta como un computador que analiza los patrones de
movimiento del usuario, como cambiar el peso de un lado a otro o los cambios en
los ángulos articulares. Los patrones son después interpretados como acción de
propulsión mecánica que ayuda al usuario a pasar de la posición sentada a la
posición de pie con menos esfuerzo. Este análisis ocurre en unos cientos de
milésimos de segundos y permite que las acciones entre el usuario y la pierna
ortopédica sean fácilmente integradas. Aunque el software reconocedor de
intención no puede ser 100% preciso, los puestos de control secundarios evitan
que el usuario perciba algún error. “La capacidad cognitiva es la clave”, dice
Varol. “Es importante que la prótesis entienda lo que el usuario quiere hacer”.
Vista
frontal y lateral de las prótesis motorizadas de rodilla y tobillo de
Vanderbilt
Aunque la pierna de Vanderbilt es más fuerte y
más inteligente que las prótesis actuales, también tiene sus limitaciones. Sus
procesadores sólo le permiten responder a actividades predefinidas, como
caminar o subir escaleras. La pierna no puede reconocer de manera eficiente
aquellas actividades no definidas, como bailar. Esto requeriría una fuente más
compleja de entrada de información. En la actualidad, las prótesis de piernas
no tienen las conexiones eléctricas hacia el usuario; están unidas con un
enchufe y sujetadas por succión. Los investigadores han comenzado a mirar cómo
integrar el sistema nervioso con la piernas ortopédicas. Esto implica implantar
electrodos en los nervios de la pierna amputada que puedan comunicarse con las
articulaciones de la prótesis. La pierna protésica podría entonces responder
directamente a los comandos neurales sin pensamiento consciente por parte del
usuario. Algunos trabajos se están haciendo con modelos de animales, pero
todavía no existen las tecnologías necesarias para la integración neuronal de las
prótesis robóticas.
Equipo de
investigación de Goldfarb con la prótesis de pierna (de izquierda a derecha):
Huseyin Atakan Varol, Michael Goldfarb, y Frank Sup.
Se trata
de un dispositivo diseñado para personas que tienen un problema de la visión
denominado retinitis pigmentaria, y ya ha sido experimentado con éxito y
aprobado en Europa. Ahora, Estados Unidos se suma a la lista de países que han
incorporado esta innovación.
Su
nombre comercial es “Argus II, Retinal
Prosthesis System”, pero la gente lo ha comenzado a llamar “ojo biónico”, ya
que, se trata de una innovación
tecnológica capaz de devolverle la visión a las personas que sufren de esta
patología.
La retinitis pigmentaria o pigmentosa se
produce cuando se dañan o se rompen las células sensibles a la luz
(fotoreceptores) en el ojo que están en la retina, y que permiten ver las luces
y las sombras así como distinguir los colores y los detalles de las imágenes.
¿Cómo lo logra?
Esta
innovación utiliza una pequeñísima videocámara (chip ocular) y un transmisor
unidos a unos lentes especiales y a un procesador de vídeo que transmiten
imágenes a una prótesis que tiene un sensor de 60 electrodos, que se coloca
dentro del ojo del paciente. Ese sensor reemplaza las células de la retina que
están dañadas y transmite las señales al cerebro a través del nervio óptico. Y
si bien no devuelve la visión por completo, ayuda a las personas con retinitis
pigmentaria a ver imágenes y detectar movimiento, usando el procesador de vídeo para transformar las imágenes captadas por la cámara en señales electrónicas,
que se transmiten de manera inalámbrica a la prótesis que ha sido colocada
dentro de la retina.
Las
personas que desarrollaron esta innovación comentaron que, entre otras cosas,
están trabajando en el software que utiliza este dispositivo para
permitirles a las personas implantadas ver imágenes más definidas y a color. Chip ocular y su lente especializado
El
primer implante biónico exitoso, el coclear, fue creado en Australia por el
profesor Graeme Clark hace unos 30 años. Este aparato, que reemplaza la función
de la cóclea (o caracol) del oído interno, ha devuelto la audición a miles de
personas sordas.
Aunque
el implante coclear aún dista de ser perfecto, admite Clark, los esfuerzos por
mejorarlo han permitido aprender mucho sobre la transmisión de impulsos
eléctricos al tejido nervioso.
El oído
biónico es el único dispositivo que permite oír a personas con sordera total.
Con él, bebés menores de un año de edad pueden aprender a hablar normalmente.
El
dispositivo se compone de dos partes: una interna, que se coloca dentro del
cráneo del paciente, y una externa, ubicada fuera de él:
Parte interna: Es la parte que requiere
cirugía con anestesia general o, en casos excepcionales, con anestesia local
potente. Durante la operación, se colocará el dispositivo transductor con un
imán posicionador, haciendo previamente un hueco en el hueso temporal mediante
fresado. Del transductor salen dos hilos: el hilo de masa, alojado en interior
del músculo temporal, y un segundo hilo con un juego de electrodos, más uno o
dos electrodos de referencia según el modelo que será introducido, previa
apertura de la ventana oval, en la rampa timpánica de la cóclea.
Parte externa: Es la parte donde se procesa el
sonido y que transmite información codificada del sonido ambiental recogido a
la parte interna. La parte externa se coloca un mes después de la operación y
consta de dos partes claramente diferenciadas:
Procesador de sonidos: Capta la información sonora del
ambiente a través del micrófono y la envía al microprocesador, que es el
encargado de seleccionar los sonidos útiles y de codificar la información
sonora, para posteriormente enviársela a la bobina. Hoy en día se prefieren
procesadores de diseño retroauricular, más cómodo de llevar que el procesador
en forma de petaca.
Bobina: La bobina contiene un imán que,
por efecto del campo magnético, la mantiene unida a la parte interna. Esta
colabora recogiendo la información codificada del microprocesador y
transmitiéndola al transductor por radiofrecuencia que, a su vez, estimulará el
nervio auditivo.
Los
científicos pretenden mejorar el funcionamiento del oído biónico en lugares
ruidosos y la apreciación musical, así como restaurar la audición usando una
proteína llamada factor de crecimiento nervioso.
Para ampliar la información visitá los siguientes links: