Desde los albores de la humanidad, leer lo que pasa por la mente de una persona ha sido un anhelo tan antiguo como misterioso. Durante siglos, esta idea perteneció dentro del terreno de la mitología y la ciencia ficción. ¿Quién no ha soñado alguna vez con transmitir una idea sin necesidad de palabras, o saber exactamente qué están pensando los demás?, Lo que parecía misticismo, hoy empieza a cobrar forma de la mano de los avances científicos y tecnológicos, gracias a la neurociencia y la inteligencia artificial. Bienvenidos al fascinante mundo de las interfaces cerebro-máquina, o BCI por sus siglas en inglés (Brain-Computer Interfaces), una tecnología que promete traducir la actividad de nuestro cerebro en órdenes para las máquinas, un puente invisible entre la mente y la materia. ¿Qué son las interfaces cerebro-máquina? Las BCI son sistemas tecnológicos que permiten a un cerebro humano comunicarse directamente con un dispositivo externo, sin necesidad de utilizar los músculos. Para ello, se basan en distintas etapas, como la captación de la actividad cerebral, el análisis de dicha actividad, detección de patrones cerebrales y normalmente la clasificación mediante inteligencia artificial de dichos patrones. Existen distintas tecnologías para registrar la actividad cerebral, algunas son invasivas, es decir, se debe practicar algún tipo de cirugía para implantar un conjunto de electrodos sobre el córtex cerebral, y otras son no invasivas, donde no es necesaria ninguna intervención quirúrgica, en este último grupo se encuentra el electroencefalograma, pieza principal en la construcción de sistemas BCI. La electronecegalografía (EEG) mide la actividad eléctrica en la superficie del cráneo mediante un conjunto de electrodos cuidadosamente posicionados. Cuando registramos la actividad eléctrica cerebral, podemos detectar distintas frecuencias de funcionamiento, que dependiendo en qué zonas del córtex cerebral se producen, nos están indicando una actividad cognitiva concreta. Por ejemplo, en la zona central del cráneo, si colocamos unos electrodos, podemos detectar variaciones en las ondas alpha (8-12 Hz) que nos estarían indicando imaginación motora, es decir, que la persona está imaginando mover ciertas extremidades de su cuerpo. El papel decisivo de la inteligencia artificial Una vez tenemos el registro de las señales cerebrales y las hemos procesado, necesitamos que entre en juego la inteligencia artificial, ya que es de gran ayuda para los investigadores, al poder entrenar algoritmos de aprendizaje automático y redes neuronales profundas capaces de reconocer patrones ocultos en dichas señales. Estos sistemas no solo detectan cuándo una persona intenta mover un brazo, sino que avanzan hacia objetivos más ambiciosos como descifrar palabras que no se han pronunciado, reconstruir imágenes que la persona está visualizando mentalmente o incluso interpretar intenciones antes de que se traduzcan en acciones físicas. Un ejemplo asombroso es el de investigadores que han logrado, utilizando modelos de inteligencia artificial, traducir la actividad cerebral en frases completas con una precisión notable. O los experimentos en los que, a partir de datos cerebrales, se han reconstruido imágenes visualizadas por los sujetos con un nivel de detalle que hace apenas una década habría parecido ciencia ficción. Además, la IA permite personalizar el descifrado: cada cerebro es distinto, como una huella dactilar. El entrenamiento específico de los algoritmos para cada individuo mejora enormemente la precisión, haciendo que las interfaces cerebro-máquina sean cada vez más eficaces. Aplicaciones presentes y futuras Las posibilidades de esta tecnología son casi infinitas. En el presente, las BCI ya permiten a personas con discapacidades motoras controlar prótesis robóticas, operar ordenadores o incluso moverse en sillas de ruedas mediante el pensamiento. Empresas como Neuralink, fundada por Elon Musk, buscan ir más allá. Su objetivo es integrar dispositivos sobre el córtex cerebral que permitan una interacción fluida y bidireccional entre el cerebro y las máquinas. Otros proyectos, más modestos, pero no por ello menos interesantes, están explorando cómo las BCI pueden mejorar la vida coditidana, desde el uso de videojuegos controlados con la mente, hasta métodos de rehabilitación cognitiva para pacientes que han sufrido un ictus. A largo plazo, los investigadores sueñan con escenarios más audaces: comunicación directa entre cerebros —lo que algunos llaman telepatía tecnológica—, mejorar de las capacidades cognitivas humanas mediante conexiones neuronales artificiales o, incluso, la posibilidad de preservar pensamientos y recuerdos en soportes digitales. ¿Una nueva forma de comunicación? Aunque todavía estamos lejos de lograr una “lectura total” de la mente como la imaginada en películas de ciencia ficción, los avances actuales marcan el inicio de una nueva forma de comunicación. Imaginemos un mundo en el que las personas puedan enviarse pensamientos complejos sin pronunciar una sola palabra. Un mundo donde las limitaciones del lenguaje verbal queden superadas por una transmisión directa de conceptos e ideas. Esto no solo revolucionaría la forma en que nos comunicamos, sino que también tendría implicaciones profundas en áreas como la educación, el entretenimiento o las relaciones humanas. ¿Podría una conexión tan íntima entre cerebros fortalecer la empatía? ¿O, por el contrario, exponernos a nuevas formas de manipulación mental? La lectura de la mente mediante la inteligencia artificial está dejando de ser un sueño lejano para convertirse en un reto actual, no sabemos con precisión hacia donde puede llevarnos dicha tecnología, pero una cosa es segura, el antiguo sueño de leer la mente nunca ha estado tan cerca de hacerse realidad. Y, como suele ocurrir con los grandes avances, será la humanidad quien decida si los utilizamos para liberarnos o para encerrarnos en nuestras propias mentes.
Una frase sencilla que contiene todas las letras del abecedario — “The quick brown fox jumps over the lazy dog” El rápido zorro marrón salta sobre el perro perezoso — se ha convertido en la clave de una herramienta innovadora para detectar el Parkinson. El estudio, publicado en npj Parkinson’s Disease (2025), propone una forma sencilla y accesible de identificar esta enfermedad a partir del análisis de voz. Solo haría falta una grabación casera pronunciando esa frase. Lo más sorprendente es que esta frase breve puede encerrar pistas suficientes sobre cambios sutiles en el habla provocados por el Parkinson. La tecnología detrás del sistema analiza cómo se emite el sonido, los cambios de ritmo, la articulación y hasta las pausas. Según los autores, estos patrones revelan alteraciones neurológicas difíciles de percibir incluso para los médicos en etapas tempranas. La herramienta podría usarse desde casa con solo un portátil y una conexión a internet, algo especialmente relevante para quienes viven en zonas con pocos neurólogos. Por ejemplo, los autores mencionan que en países como Bangladesh hay menos de un especialista por cada millón de habitantes. «Hay grandes franjas de los Estados Unidos y en todo el mundo donde el acceso a la atención neurológica especializada es limitado», dijo Ehsan Hoque, profesor del Departamento de Ciencias de la Computación de Rochester, codirector del Laboratorio de Interacción Humano-Computadora de Rochester y autor del estudio. IA entrenada para escuchar lo que otros no oyen Para lograr este avance, los científicos utilizaron modelos de inteligencia artificial conocidos como Wav2Vec 2.0, WavLM e ImageBind, capaces de convertir la voz en datos digitales complejos. Estos sistemas ya se usan para tareas como el reconocimiento de voz o la traducción automática, pero ahora se han adaptado para detectar enfermedades a partir de cambios imperceptibles en el habla. «Con el consentimiento de los usuarios, las interfaces basadas en el habla ampliamente utilizadas como Amazon Alexa o Google Home podrían ayudar potencialmente a las personas a identificar si necesitan buscar más atención», dijo Hoque. Lo novedoso es que no se entrenó con sonidos artificiales ni tareas clínicas forzadas, sino con grabaciones de personas diciendo la misma frase en distintos entornos: en casa, en clínicas o centros de cuidados. En total, el estudio analizó 1.854 grabaciones de 1.306 personas, de las cuales 392 tenían diagnóstico de Parkinson. La clave fue fusionar los datos que cada modelo entendía de la voz en un solo sistema más robusto, capaz de reconocer patrones comunes. Esta arquitectura híbrida logró un 88,9 % de precisión para detectar la enfermedad y superó a otros modelos anteriores. Además, demostró ser eficaz incluso en ambientes ruidosos o con micrófonos caseros. Detectar sin tocar: un modelo accesible y equitativo El nuevo enfoque rompe con la tradición médica de observar síntomas motores —temblores, rigidez, lentitud— para diagnosticar Parkinson. Esta IA no necesita observar al paciente ni usar sensores físicos, solo escucha. Y lo hace con una sensibilidad notable, incluso en personas con la enfermedad en fases iniciales o sin síntomas evidentes. «Estos grandes modelos de audio están entrenados para entender cómo funciona el habla; por ejemplo, la forma en que alguien con Parkinson pronuncia sonidos, hace una pausa, respira y agrega inadvertidamente características de ininteligibilidad es diferente en alguien sin Parkinson», dijo Abdelrahman Abdelkader, estudiante de maestría en ciencias de la computación en el laboratorio de Hoque y autor del estudio. Esta accesibilidad representa un cambio radical en el diagnóstico de Parkinson, sobre todo en regiones donde el acceso al neurólogo puede llevar años. Con una frase grabada desde un navegador web, el sistema analiza la voz y da un resultado orientativo. Aunque no sustituye al diagnóstico médico, puede alertar a quienes ni siquiera sospechan que tienen la enfermedad. Además, el sistema fue diseñado para funcionar igual de bien en mujeres, hombres, jóvenes y mayores, sin sesgos por edad o etnia. Eso lo convierte en una herramienta prometedora para poblaciones diversas y con menos representación en estudios clínicos tradicionales.
Las frambuesas, moras, arándanos y frutillas no solo son deliciosas opciones para incluir en nuestra dieta diaria, sino que también podrían convertirse en aliados clave en la lucha contra el cáncer de colon y recto. Según estudios recientes, estas bayas contienen propiedades terapéuticas que podrían ser cruciales para combatir esta enfermedad, la cual lamentablemente se ha posicionado como la segunda causa de muerte por tumores malignos en Chile. Según diversas fuentes oficiales, entre 11 y 16 personas por cada 100.000 habitantes mueren a causa de esta patología. “Nuestras defensas tienen la capacidad de reconocer y eliminar las células cancerosas, pero estas se esconden detrás de un escudo de azúcar, llamado ácido siálico, que además favorece la metástasis en el paciente”, explica Emilia Escalona, académica e investigadora del Instituto de Ciencias Biomédicas de la Universidad Autónoma, sede Talca. Por ello, la Dra. Escalona inició una indagatoria para entender cómo los flavonoides –compuestos naturales presentes en los berries– pueden “apagar el camuflaje de azúcar y evitar la migración a otros tejidos”. “A cinco años del diagnóstico, entre el 40 y el 60% de las personas fallecen. Quiero entender por qué no estamos siendo eficaces en curar esta enfermedad”, agrega. La propuesta acaba de ser adjudicada por el Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) de Iniciación 2025, uno de los instrumentos más competitivos de la Agencia Nacional de Investigación y Desarrollo (ANID). Esto permitirá a la investigadora talquina acceder a un financiamiento de 30 millones de pesos anuales hasta 2027. Actualmente, existen fármacos diseñados para bloquear la evasión inmunológica conocida como sialilación; sin embargo, su uso clínico es limitado debido a su alta toxicidad y baja eficacia. “Dentro de las terapias que existen, yo encontré estos flavonoides, que son compuestos polifenólicos presentes en frutas y verduras, los cuales son muy saludables y accesibles para la población, especialmente en la región del Maule. Estos no solo podrían apagar este escudo –como es el caso de la quercetina y el kaempferol–, sino que ya han demostrado tener propiedades anticancerígenas. Además, los flavonoides tienen la ventaja de estimular las defensas del cuerpo para atacar el cáncer”, explica Escalona. El proyecto contempla tres etapas : pruebas in vitro con cultivos celulares, experimentos preclínicos en ratones, y el análisis de cómo estos compuestos afectan el avance del cáncer. La investigadora desarrollará este trabajo junto al MAR-Lab de la U. Autónoma en Talca y en colaboración con investigadoras de la U. de Concepción: la doctora Aracelly Quiroz, especialista en análisis histológicos de los tumores y la doctora Roxana Pincheira, experta en el desarrollo modelos preclínicos. “El mayor potencial es como terapia complementaria. Aunque antes de eso, necesitamos saber cuándo aplicarla, en qué pacientes y cómo funciona a nivel molecular. Ese es el primer paso”, afirma la investigadora. La doctora Emilia Escalona, de 34 años, es formada en la Universidad de Concepción y parte de la Universidad Autónoma desde 2021. Allí dicta clases de biología celular y bioquímica, y ha desarrollado toda su carrera en torno al estudio del sistema inmune. Esta es la primera vez que adjudica un Fondecyt como investigadora responsable, aunque ya había sido beneficiada por ANID en su doctorado y postdoctorado. “Sin ese apoyo, simplemente no podría ser la científica que soy hoy. No podría haber hecho absolutamente nada. Estoy completamente agradecida”, concluye.
Un importante reconocimiento recibió la académica de la Facultad de Ingeniería de la Universidad de Concepción (UdeC), Dra. Pamela Guevara Alvez, por su aporte científico para comprender mejor la sustancia blanca, un tejido profundo del cerebro cuya función principal es conectar distintas regiones de este, actuando como una red de comunicación que permite coordinar e integrar diversas funciones cognitivas y motoras. La científica fue reconocida dentro de los Top Scholars 2024 de la plataforma ScholarGPS, al ubicarse en la posición 96 del ranking , y dentro de 0,5% superior de los académicos evaluados globalmente, en la especialidad de «sustancia blanca». ScholarGPS es una plataforma internacional de análisis académico que destaca por su alcance global y precisión en la evaluación del impacto científico. A través de algoritmos basados en inteligencia artificial, machine learning y minería de datos, el sistema identifica y analiza más de 200 millones de publicaciones científicas y 3 mil millones de citas asociadas, proporcionando perfiles detallados de más de 30 millones de investigadoras e investigadores pertenecientes a más de 120 mil instituciones alrededor del mundo. A diferencia de otros rankings, ScholarGPS clasifica la producción científica en 14 grandes campos del conocimiento, 177 disciplinas específicas y más de 350 mil especialidades, permitiendo identificar con exactitud a las y los académicos más influyentes en cada área. «Esto nos motiva mucho como equipo; saber que somos reconocidos por el trabajo y por el aporte que hemos hecho a la ciencia en el estudio de la sustancia blanca y el desarrollo de métodos para su análisis. Esto también es mérito del apoyo de la Universidad de Concepción, sus estudiantes y de quienes me colaboran, como la profesora Cecilia Hernández, del Departamento de Informática y Ciencias de la Computación», mencionó Guevara. La sustancia blanca Con respecto a la relevancia de estos estudios, la académica UdeC explicó que gracias a estas investigaciones es posible comprender mejor el funcionamiento del cerebro ante enfermedades como el Alzheimer, esquizofrenia u otras afecciones mentales. El conocimiento generado a partir de estos estudios permiten, junto a otros vinculados a la misma materia, mejorar la precisión en los diagnósticos y también identificar patrones que permitan pronosticar anticipadamente su aparición en las personas. «Todavía falta poder identificar bien los mecanismos y diferenciar distintas fuentes o alteraciones biológicas que generen los mismos síntomas en estas enfermedades para poder diagnosticarlas mejor. Esto nos permite también generar un diagnóstico precoz de estas condiciones; lo que después podría derivar en el seguimiento de los tratamientos para encontrar aquellos que sean más efectivos a través de estudios multimodales», explicó.
Para la mayoría de las personas moverse y comunicarse son acciones cotidianas. Sin embargo, existen trastornos neurológicos poco comunes en los que pacientes presentan dificultades para realizar movimientos y expresar sus pensamientos. El proyecto Fondecyt de Iniciación que se encuentra desarrollando la Dra. Carolina Saavedra, académica de la Universidad Técnica Federico Santa María (USM), se asocia con estos casos, ya que estudia nuevos componentes para aplicar en señales de interfase cerebro – computador (BCI). La idea, comentó la profesora del Departamento de Informática, es «desarrollar componentes de tiempo-frecuencia para redes neuronales profundas y así mejorar específicamente la identificación de patrones en electroencefalografía (EEG), que miden la actividad eléctrica generada en el cerebro «. Según indicó la Dra. Saavedra, lo que buscan es la integración de métodos tiempo-frecuencia en redes neuronales profundas, ya que así esperan mejorar el rendimiento en la identificación de patrones EEG. Redes neuronales para decodificar el pensamiento Para entender el proceso, la académica de la USM explicó que un ejemplo de este tipo de interfaz consiste en presentar al usuario una matriz de letras en una pantalla. Estas se iluminan de forma aleatoria y, «cuando la persona fija su atención en una letra específica, se produce un patrón cerebral distintivo conocido como potencial evocado, el cual aparece aproximadamente 300 milisegundos después del estímulo. Estos patrones pueden ser detectados por algoritmos para interpretar lo que el paciente desea comunicar». Sobre estas señales la Dra. Carolina Saavedra trabaja en el Fondecyt «Incorporación de transformaciones tiempo-frecuencia en redes neuronales profundas para mejorar la identificación de patrones en EEG.», que tiene una duración de tres años, y cuyos desafíos son « mejorar los sistemas actuales para que reconozcan con mayor precisión cuándo una persona quiere seleccionar una letra o realizar una acción, todo solo con su pensamiento». El proyecto también considera la creación de una librería de software libre que permitirá compartir los algoritmos desarrollados con la comunidad científica. «Queremos que los avances estén disponibles para todos. La idea es que otros investigadores y desarrolladores puedan aprovechar nuestras herramientas para seguir avanzando en el área», concluyó la Dra. Saavedra. Cabe señalar que el equipo del proyecto no trabaja directamente con pacientes, utiliza bases de datos públicas disponibles en internet y colabora la Dra. Inga Griškova-Bulanova de la Universidad de Vilnius, quien graba señales EEG para validar sus métodos. «Además del ámbito médico, otras áreas como los videojuegos están muy interesadas en esta tecnología. Imagínate poder jugar solo con la mente «, puntualiza la académica.
Desde los albores de la humanidad, leer lo que pasa por la mente de una persona ha sido un anhelo tan antiguo como misterioso. Durante siglos, esta idea perteneció dentro del terreno de la mitología y la ciencia ficción. ¿Quién no ha soñado alguna vez con transmitir una idea sin necesidad de palabras, o saber exactamente qué están pensando los demás?, Lo que parecía misticismo, hoy empieza a cobrar forma de la mano de los avances científicos y tecnológicos, gracias a la neurociencia y la inteligencia artificial. Bienvenidos al fascinante mundo de las interfaces cerebro-máquina, o BCI por sus siglas en inglés (Brain-Computer Interfaces), una tecnología que promete traducir la actividad de nuestro cerebro en órdenes para las máquinas, un puente invisible entre la mente y la materia. ¿Qué son las interfaces cerebro-máquina? Las BCI son sistemas tecnológicos que permiten a un cerebro humano comunicarse directamente con un dispositivo externo, sin necesidad de utilizar los músculos. Para ello, se basan en distintas etapas, como la captación de la actividad cerebral, el análisis de dicha actividad, detección de patrones cerebrales y normalmente la clasificación mediante inteligencia artificial de dichos patrones. Existen distintas tecnologías para registrar la actividad cerebral, algunas son invasivas, es decir, se debe practicar algún tipo de cirugía para implantar un conjunto de electrodos sobre el córtex cerebral, y otras son no invasivas, donde no es necesaria ninguna intervención quirúrgica, en este último grupo se encuentra el electroencefalograma, pieza principal en la construcción de sistemas BCI. La electronecegalografía (EEG) mide la actividad eléctrica en la superficie del cráneo mediante un conjunto de electrodos cuidadosamente posicionados. Cuando registramos la actividad eléctrica cerebral, podemos detectar distintas frecuencias de funcionamiento, que dependiendo en qué zonas del córtex cerebral se producen, nos están indicando una actividad cognitiva concreta. Por ejemplo, en la zona central del cráneo, si colocamos unos electrodos, podemos detectar variaciones en las ondas alpha (8-12 Hz) que nos estarían indicando imaginación motora, es decir, que la persona está imaginando mover ciertas extremidades de su cuerpo. El papel decisivo de la inteligencia artificial Una vez tenemos el registro de las señales cerebrales y las hemos procesado, necesitamos que entre en juego la inteligencia artificial, ya que es de gran ayuda para los investigadores, al poder entrenar algoritmos de aprendizaje automático y redes neuronales profundas capaces de reconocer patrones ocultos en dichas señales. Estos sistemas no solo detectan cuándo una persona intenta mover un brazo, sino que avanzan hacia objetivos más ambiciosos como descifrar palabras que no se han pronunciado, reconstruir imágenes que la persona está visualizando mentalmente o incluso interpretar intenciones antes de que se traduzcan en acciones físicas. Un ejemplo asombroso es el de investigadores que han logrado, utilizando modelos de inteligencia artificial, traducir la actividad cerebral en frases completas con una precisión notable. O los experimentos en los que, a partir de datos cerebrales, se han reconstruido imágenes visualizadas por los sujetos con un nivel de detalle que hace apenas una década habría parecido ciencia ficción. Además, la IA permite personalizar el descifrado: cada cerebro es distinto, como una huella dactilar. El entrenamiento específico de los algoritmos para cada individuo mejora enormemente la precisión, haciendo que las interfaces cerebro-máquina sean cada vez más eficaces. Aplicaciones presentes y futuras Las posibilidades de esta tecnología son casi infinitas. En el presente, las BCI ya permiten a personas con discapacidades motoras controlar prótesis robóticas, operar ordenadores o incluso moverse en sillas de ruedas mediante el pensamiento. Empresas como Neuralink, fundada por Elon Musk, buscan ir más allá. Su objetivo es integrar dispositivos sobre el córtex cerebral que permitan una interacción fluida y bidireccional entre el cerebro y las máquinas. Otros proyectos, más modestos, pero no por ello menos interesantes, están explorando cómo las BCI pueden mejorar la vida coditidana, desde el uso de videojuegos controlados con la mente, hasta métodos de rehabilitación cognitiva para pacientes que han sufrido un ictus. A largo plazo, los investigadores sueñan con escenarios más audaces: comunicación directa entre cerebros —lo que algunos llaman telepatía tecnológica—, mejorar de las capacidades cognitivas humanas mediante conexiones neuronales artificiales o, incluso, la posibilidad de preservar pensamientos y recuerdos en soportes digitales. ¿Una nueva forma de comunicación? Aunque todavía estamos lejos de lograr una “lectura total” de la mente como la imaginada en películas de ciencia ficción, los avances actuales marcan el inicio de una nueva forma de comunicación. Imaginemos un mundo en el que las personas puedan enviarse pensamientos complejos sin pronunciar una sola palabra. Un mundo donde las limitaciones del lenguaje verbal queden superadas por una transmisión directa de conceptos e ideas. Esto no solo revolucionaría la forma en que nos comunicamos, sino que también tendría implicaciones profundas en áreas como la educación, el entretenimiento o las relaciones humanas. ¿Podría una conexión tan íntima entre cerebros fortalecer la empatía? ¿O, por el contrario, exponernos a nuevas formas de manipulación mental? La lectura de la mente mediante la inteligencia artificial está dejando de ser un sueño lejano para convertirse en un reto actual, no sabemos con precisión hacia donde puede llevarnos dicha tecnología, pero una cosa es segura, el antiguo sueño de leer la mente nunca ha estado tan cerca de hacerse realidad. Y, como suele ocurrir con los grandes avances, será la humanidad quien decida si los utilizamos para liberarnos o para encerrarnos en nuestras propias mentes.
Una frase sencilla que contiene todas las letras del abecedario — “The quick brown fox jumps over the lazy dog” El rápido zorro marrón salta sobre el perro perezoso — se ha convertido en la clave de una herramienta innovadora para detectar el Parkinson. El estudio, publicado en npj Parkinson’s Disease (2025), propone una forma sencilla y accesible de identificar esta enfermedad a partir del análisis de voz. Solo haría falta una grabación casera pronunciando esa frase. Lo más sorprendente es que esta frase breve puede encerrar pistas suficientes sobre cambios sutiles en el habla provocados por el Parkinson. La tecnología detrás del sistema analiza cómo se emite el sonido, los cambios de ritmo, la articulación y hasta las pausas. Según los autores, estos patrones revelan alteraciones neurológicas difíciles de percibir incluso para los médicos en etapas tempranas. La herramienta podría usarse desde casa con solo un portátil y una conexión a internet, algo especialmente relevante para quienes viven en zonas con pocos neurólogos. Por ejemplo, los autores mencionan que en países como Bangladesh hay menos de un especialista por cada millón de habitantes. «Hay grandes franjas de los Estados Unidos y en todo el mundo donde el acceso a la atención neurológica especializada es limitado», dijo Ehsan Hoque, profesor del Departamento de Ciencias de la Computación de Rochester, codirector del Laboratorio de Interacción Humano-Computadora de Rochester y autor del estudio. IA entrenada para escuchar lo que otros no oyen Para lograr este avance, los científicos utilizaron modelos de inteligencia artificial conocidos como Wav2Vec 2.0, WavLM e ImageBind, capaces de convertir la voz en datos digitales complejos. Estos sistemas ya se usan para tareas como el reconocimiento de voz o la traducción automática, pero ahora se han adaptado para detectar enfermedades a partir de cambios imperceptibles en el habla. «Con el consentimiento de los usuarios, las interfaces basadas en el habla ampliamente utilizadas como Amazon Alexa o Google Home podrían ayudar potencialmente a las personas a identificar si necesitan buscar más atención», dijo Hoque. Lo novedoso es que no se entrenó con sonidos artificiales ni tareas clínicas forzadas, sino con grabaciones de personas diciendo la misma frase en distintos entornos: en casa, en clínicas o centros de cuidados. En total, el estudio analizó 1.854 grabaciones de 1.306 personas, de las cuales 392 tenían diagnóstico de Parkinson. La clave fue fusionar los datos que cada modelo entendía de la voz en un solo sistema más robusto, capaz de reconocer patrones comunes. Esta arquitectura híbrida logró un 88,9 % de precisión para detectar la enfermedad y superó a otros modelos anteriores. Además, demostró ser eficaz incluso en ambientes ruidosos o con micrófonos caseros. Detectar sin tocar: un modelo accesible y equitativo El nuevo enfoque rompe con la tradición médica de observar síntomas motores —temblores, rigidez, lentitud— para diagnosticar Parkinson. Esta IA no necesita observar al paciente ni usar sensores físicos, solo escucha. Y lo hace con una sensibilidad notable, incluso en personas con la enfermedad en fases iniciales o sin síntomas evidentes. «Estos grandes modelos de audio están entrenados para entender cómo funciona el habla; por ejemplo, la forma en que alguien con Parkinson pronuncia sonidos, hace una pausa, respira y agrega inadvertidamente características de ininteligibilidad es diferente en alguien sin Parkinson», dijo Abdelrahman Abdelkader, estudiante de maestría en ciencias de la computación en el laboratorio de Hoque y autor del estudio. Esta accesibilidad representa un cambio radical en el diagnóstico de Parkinson, sobre todo en regiones donde el acceso al neurólogo puede llevar años. Con una frase grabada desde un navegador web, el sistema analiza la voz y da un resultado orientativo. Aunque no sustituye al diagnóstico médico, puede alertar a quienes ni siquiera sospechan que tienen la enfermedad. Además, el sistema fue diseñado para funcionar igual de bien en mujeres, hombres, jóvenes y mayores, sin sesgos por edad o etnia. Eso lo convierte en una herramienta prometedora para poblaciones diversas y con menos representación en estudios clínicos tradicionales.
Las frambuesas, moras, arándanos y frutillas no solo son deliciosas opciones para incluir en nuestra dieta diaria, sino que también podrían convertirse en aliados clave en la lucha contra el cáncer de colon y recto. Según estudios recientes, estas bayas contienen propiedades terapéuticas que podrían ser cruciales para combatir esta enfermedad, la cual lamentablemente se ha posicionado como la segunda causa de muerte por tumores malignos en Chile. Según diversas fuentes oficiales, entre 11 y 16 personas por cada 100.000 habitantes mueren a causa de esta patología. “Nuestras defensas tienen la capacidad de reconocer y eliminar las células cancerosas, pero estas se esconden detrás de un escudo de azúcar, llamado ácido siálico, que además favorece la metástasis en el paciente”, explica Emilia Escalona, académica e investigadora del Instituto de Ciencias Biomédicas de la Universidad Autónoma, sede Talca. Por ello, la Dra. Escalona inició una indagatoria para entender cómo los flavonoides –compuestos naturales presentes en los berries– pueden “apagar el camuflaje de azúcar y evitar la migración a otros tejidos”. “A cinco años del diagnóstico, entre el 40 y el 60% de las personas fallecen. Quiero entender por qué no estamos siendo eficaces en curar esta enfermedad”, agrega. La propuesta acaba de ser adjudicada por el Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) de Iniciación 2025, uno de los instrumentos más competitivos de la Agencia Nacional de Investigación y Desarrollo (ANID). Esto permitirá a la investigadora talquina acceder a un financiamiento de 30 millones de pesos anuales hasta 2027. Actualmente, existen fármacos diseñados para bloquear la evasión inmunológica conocida como sialilación; sin embargo, su uso clínico es limitado debido a su alta toxicidad y baja eficacia. “Dentro de las terapias que existen, yo encontré estos flavonoides, que son compuestos polifenólicos presentes en frutas y verduras, los cuales son muy saludables y accesibles para la población, especialmente en la región del Maule. Estos no solo podrían apagar este escudo –como es el caso de la quercetina y el kaempferol–, sino que ya han demostrado tener propiedades anticancerígenas. Además, los flavonoides tienen la ventaja de estimular las defensas del cuerpo para atacar el cáncer”, explica Escalona. El proyecto contempla tres etapas : pruebas in vitro con cultivos celulares, experimentos preclínicos en ratones, y el análisis de cómo estos compuestos afectan el avance del cáncer. La investigadora desarrollará este trabajo junto al MAR-Lab de la U. Autónoma en Talca y en colaboración con investigadoras de la U. de Concepción: la doctora Aracelly Quiroz, especialista en análisis histológicos de los tumores y la doctora Roxana Pincheira, experta en el desarrollo modelos preclínicos. “El mayor potencial es como terapia complementaria. Aunque antes de eso, necesitamos saber cuándo aplicarla, en qué pacientes y cómo funciona a nivel molecular. Ese es el primer paso”, afirma la investigadora. La doctora Emilia Escalona, de 34 años, es formada en la Universidad de Concepción y parte de la Universidad Autónoma desde 2021. Allí dicta clases de biología celular y bioquímica, y ha desarrollado toda su carrera en torno al estudio del sistema inmune. Esta es la primera vez que adjudica un Fondecyt como investigadora responsable, aunque ya había sido beneficiada por ANID en su doctorado y postdoctorado. “Sin ese apoyo, simplemente no podría ser la científica que soy hoy. No podría haber hecho absolutamente nada. Estoy completamente agradecida”, concluye.
Un importante reconocimiento recibió la académica de la Facultad de Ingeniería de la Universidad de Concepción (UdeC), Dra. Pamela Guevara Alvez, por su aporte científico para comprender mejor la sustancia blanca, un tejido profundo del cerebro cuya función principal es conectar distintas regiones de este, actuando como una red de comunicación que permite coordinar e integrar diversas funciones cognitivas y motoras. La científica fue reconocida dentro de los Top Scholars 2024 de la plataforma ScholarGPS, al ubicarse en la posición 96 del ranking , y dentro de 0,5% superior de los académicos evaluados globalmente, en la especialidad de «sustancia blanca». ScholarGPS es una plataforma internacional de análisis académico que destaca por su alcance global y precisión en la evaluación del impacto científico. A través de algoritmos basados en inteligencia artificial, machine learning y minería de datos, el sistema identifica y analiza más de 200 millones de publicaciones científicas y 3 mil millones de citas asociadas, proporcionando perfiles detallados de más de 30 millones de investigadoras e investigadores pertenecientes a más de 120 mil instituciones alrededor del mundo. A diferencia de otros rankings, ScholarGPS clasifica la producción científica en 14 grandes campos del conocimiento, 177 disciplinas específicas y más de 350 mil especialidades, permitiendo identificar con exactitud a las y los académicos más influyentes en cada área. «Esto nos motiva mucho como equipo; saber que somos reconocidos por el trabajo y por el aporte que hemos hecho a la ciencia en el estudio de la sustancia blanca y el desarrollo de métodos para su análisis. Esto también es mérito del apoyo de la Universidad de Concepción, sus estudiantes y de quienes me colaboran, como la profesora Cecilia Hernández, del Departamento de Informática y Ciencias de la Computación», mencionó Guevara. La sustancia blanca Con respecto a la relevancia de estos estudios, la académica UdeC explicó que gracias a estas investigaciones es posible comprender mejor el funcionamiento del cerebro ante enfermedades como el Alzheimer, esquizofrenia u otras afecciones mentales. El conocimiento generado a partir de estos estudios permiten, junto a otros vinculados a la misma materia, mejorar la precisión en los diagnósticos y también identificar patrones que permitan pronosticar anticipadamente su aparición en las personas. «Todavía falta poder identificar bien los mecanismos y diferenciar distintas fuentes o alteraciones biológicas que generen los mismos síntomas en estas enfermedades para poder diagnosticarlas mejor. Esto nos permite también generar un diagnóstico precoz de estas condiciones; lo que después podría derivar en el seguimiento de los tratamientos para encontrar aquellos que sean más efectivos a través de estudios multimodales», explicó.
Para la mayoría de las personas moverse y comunicarse son acciones cotidianas. Sin embargo, existen trastornos neurológicos poco comunes en los que pacientes presentan dificultades para realizar movimientos y expresar sus pensamientos. El proyecto Fondecyt de Iniciación que se encuentra desarrollando la Dra. Carolina Saavedra, académica de la Universidad Técnica Federico Santa María (USM), se asocia con estos casos, ya que estudia nuevos componentes para aplicar en señales de interfase cerebro – computador (BCI). La idea, comentó la profesora del Departamento de Informática, es «desarrollar componentes de tiempo-frecuencia para redes neuronales profundas y así mejorar específicamente la identificación de patrones en electroencefalografía (EEG), que miden la actividad eléctrica generada en el cerebro «. Según indicó la Dra. Saavedra, lo que buscan es la integración de métodos tiempo-frecuencia en redes neuronales profundas, ya que así esperan mejorar el rendimiento en la identificación de patrones EEG. Redes neuronales para decodificar el pensamiento Para entender el proceso, la académica de la USM explicó que un ejemplo de este tipo de interfaz consiste en presentar al usuario una matriz de letras en una pantalla. Estas se iluminan de forma aleatoria y, «cuando la persona fija su atención en una letra específica, se produce un patrón cerebral distintivo conocido como potencial evocado, el cual aparece aproximadamente 300 milisegundos después del estímulo. Estos patrones pueden ser detectados por algoritmos para interpretar lo que el paciente desea comunicar». Sobre estas señales la Dra. Carolina Saavedra trabaja en el Fondecyt «Incorporación de transformaciones tiempo-frecuencia en redes neuronales profundas para mejorar la identificación de patrones en EEG.», que tiene una duración de tres años, y cuyos desafíos son « mejorar los sistemas actuales para que reconozcan con mayor precisión cuándo una persona quiere seleccionar una letra o realizar una acción, todo solo con su pensamiento». El proyecto también considera la creación de una librería de software libre que permitirá compartir los algoritmos desarrollados con la comunidad científica. «Queremos que los avances estén disponibles para todos. La idea es que otros investigadores y desarrolladores puedan aprovechar nuestras herramientas para seguir avanzando en el área», concluyó la Dra. Saavedra. Cabe señalar que el equipo del proyecto no trabaja directamente con pacientes, utiliza bases de datos públicas disponibles en internet y colabora la Dra. Inga Griškova-Bulanova de la Universidad de Vilnius, quien graba señales EEG para validar sus métodos. «Además del ámbito médico, otras áreas como los videojuegos están muy interesadas en esta tecnología. Imagínate poder jugar solo con la mente «, puntualiza la académica.
