El Fin Del Conocimiento - Bóveda 3 - G.TEC BCI & Neurotecnología Escuela de Primavera 2024 - Día 2

graph LR classDef mavi fill:#f9d4d4, font-weight:bold, font-size:14px classDef bci fill:#d4f9d4, font-weight:bold, font-size:14px classDef neurotech fill:#d4d4f9, font-weight:bold, font-size:14px classDef brain fill:#f9f9d4, font-weight:bold, font-size:14px classDef future fill:#f9d4f9, font-weight:bold, font-size:14px A["Mavi Sanchez"] --> B["presenta en la escuela BCI. 1"] A --> C["Mavi colabora en VR, AR, BCI. 2"] C --> D["Mavi trabaja en nanopartículas para
neuromodulación del Parkinson. 3"] A --> E["La interfaz cerebral comenzó en el
siglo XIX/XX. 4"] E --> F["Ramón y Cajal dibujó circuitos
neuronales detallados. 5"] E --> G["Matrices de electrodos múltiples registran de
más neuronas. 6"] G --> H["La computación se expandió para grandes
conjuntos de datos neuronales. 7"] E --> I["BCI decodificó señales para
control de brazo robótico. 8"] A --> J["IDIBAPS usa matrices de grafeno
para registro crónico. 9"] J --> K["Matrices identifican estados cerebrales
como profundidad de anestesia. 10"] A --> L["Estimulación cerebral eléctrica usada
antes de entender mecanismos. 11"] L --> M["Siglo XX vio tratamientos psiquiátricos
invasivos. 12"] L --> N["Neuromodulación no invasiva usada para
diagnóstico y tratamiento. 13"] A --> O["Optogenética manipula circuitos neuronales
con precisión. 14"] O --> P["Prótesis de córtex visual usa
matriz de 1000 electrodos. 14"] O --> Q["Optogenética permite percepción de luz
en retinitis pigmentosa. 15"] A --> R["MetaBrain: nanopartículas para DBS
mínimamente invasivo. 16"] A --> S["Curso avanzado de interfaz cerebral
en Suiza. 17"] A --> T["Sistemas de bucle cerrado detectan, analizan,
ajustan actividad neuronal. 18"] A --> U["Desafíos BCI: invasividad, infección,
escala, traducción. 19"] A --> V["Cerebro opera en muchos
estados con patrones distintos. 20"] V --> W["PCI mide nivel de conciencia
objetivamente. 21"] W --> X["PCI refleja actividad compleja del
cerebro tras perturbación. 22"] V --> Y["GABA-A crítico para complejidad de respuesta. 23"] A --> Z["Estudios multiescala cruciales pero desafiantes. 24"] A --> AA["BCIs provocan ilusiones de propiedad corporal virtual. 25"] AA --> AB["Imaginación motora BCI provoca más agencia. 26"] AB --> AC["Control depende de precisión y
áreas de movimiento fisiológico. 27"] A --> AD["Aprendizaje automático mejoró BCIs dramáticamente. 28"] AD --> AE["Paciente paralizado controló expresiones de avatar, habla. 28"] A --> AF["BCIs pueden permitir interacciones ricas en el
metaverso para individuos con discapacidades. 29"] A --> AG["Integración transformadora de neurotecnología
y metaverso en camino. 30"] class B,C mavi class E,F,G,H,I,J,K,T,U,V,W,X,Y,Z brain class L,M,N,O,P,Q,R,S neurotech class AA,AB,AC,AD,AE,AF bci class AG future

Resumen:

1.-Mavi Sanchez-Libes de IDIBAPS presenta en la Escuela de Primavera BCI 2024 organizada por g.tec. Se reproduce su video ya que está en una conferencia.

2.-Mavi y el ponente han trabajado juntos durante casi 20 años en proyectos de VR, AR, BCI, incluyendo la decodificación de la posición de roedores a partir de la actividad del hipocampo.

3.-Actualmente están colaborando en el uso de nanopartículas activadas por imanes en estructuras cerebrales profundas como una alternativa menos invasiva a los electrodos de profundidad para el Parkinson.

4.-La interfaz y el registro cerebral se originaron a finales del siglo XIX/principios del siglo XX con la tinción de Golgi que permitió la visualización de neuronas, llevando a teorías celulares vs reticulares.

5.-Los dibujos de Ramón y Cajal mostraron circuitos neuronales detallados y flujo de información. Las redes cerebrales son extremadamente complejas con alta densidad neuronal y sináptica.

6.-Los avances tecnológicos en matrices de electrodos múltiples, electrodos de grafeno y sondas Neuropixels permiten registrar de más neuronas a varias escalas espaciales y temporales.

7.-Las capacidades computacionales también se han expandido en paralelo para adquirir y analizar grandes conjuntos de datos neuronales. Combinar escalas de actividad cerebral sigue siendo un desafío.

8.-En 2012, un paciente tetrapléjico controló un brazo robótico con señales neuronales decodificadas de una matriz de Utah para beber de manera independiente, demostrando el potencial de BCI.

9.-IDIBAPS ha publicado sobre la caracterización de varios patrones de actividad cerebral in vitro e in vivo usando matrices de microtransistores de grafeno para interfaces cerebro-computadora.

10.-Estas matrices permiten el registro crónico de banda completa, incluyendo componentes lentos de CC, durante hasta 5.5 meses para identificar y predecir estados cerebrales como la profundidad de la anestesia.

11.-Históricamente, la estimulación cerebral eléctrica se utilizó empíricamente antes de comprender la naturaleza eléctrica del cerebro. Ejemplos incluyen el uso de peces eléctricos para migrañas en tiempos romanos.

12.-El siglo XX vio lobotomías, lesiones, terapia electroconvulsiva para tratar condiciones psiquiátricas. La estimulación cerebral profunda surgió en la década de 1990 y ayuda a controlar los síntomas del Parkinson.

13.-Técnicas de neuromodulación no invasiva como TMS y tDCS se utilizan para el diagnóstico y tratamiento de diversas condiciones, pero los mecanismos necesitan más elucidación.

14.-La optogenética y otros métodos permiten la manipulación precisa de circuitos neuronales. Un estudio de 2020 utilizó una matriz de 1000 electrodos para una prótesis de córtex visual en ciegos.

15.-La estimulación optogenética de las células retinianas restantes ha permitido la percepción de luz en la retinitis pigmentosa. Las nanopartículas activadas por imanes son un enfoque emergente de neuromodulación.

16.-El proyecto MetaBrain tiene como objetivo avanzar en nanopartículas magnetoeléctricas para la estimulación cerebral profunda mínimamente invasiva como alternativa a los electrodos DBS en la enfermedad de Parkinson.

17.-Un curso en 2025 en Suiza cubrirá tecnologías avanzadas para la interfaz cerebral precisa. La fotofarmacología utiliza fármacos activados por luz como estrategia de neuromodulación.

18.-Los sistemas de bucle cerrado que detectan la actividad neuronal, la analizan y ajustan la estimulación en tiempo real son una frontera importante en la interfaz cerebro-computadora.

19.-Los principales desafíos de BCI incluyen la invasividad, riesgos de infección, ajuste de escalas, reversibilidad, biocompatibilidad, traducción humana y la complejidad subyacente de los circuitos neuronales.

20.-El cerebro opera en muchos estados diferentes con patrones de actividad y conectividad funcional distintos, lo que añade a su complejidad. Los estados van desde la conciencia hasta el coma.

21.-El Índice de Complejidad de Perturbación (PCI), basado en respuestas EEG a TMS, mide objetivamente el estado cerebral y el nivel de conciencia en pacientes con trastornos de conciencia.

22.-El PCI refleja la capacidad del cerebro para sostener patrones de actividad complejos después de la perturbación. Es alto en estados conscientes y bajo cuando está inconsciente.

23.-El estudio del PCI en cortes cerebrales revela que la transmisión inhibitoria GABA-A es crítica para la complejidad de la respuesta. La modelización muestra un equilibrio de excitación/inhibición que permite la máxima complejidad.

24.-Los estudios multiescala que integran niveles sinápticos, de circuito y de cerebro completo son cruciales para una comprensión integral pero plantean grandes desafíos. La fotofarmacología puede permitir el control.

25.-Los cuerpos y extremidades virtuales controlados por BCI provocan ilusiones de propiedad a través de correlaciones multisensoriales y visuomotoras, con aplicaciones en rehabilitación y control robótico remoto.

26.-Un estudio encontró que el control BCI con imaginación motora provocó más agencia y responsabilidad sobre las acciones en comparación con SSVEP y movimientos pasivos de brazo virtual.

27.-La sensación de control depende no solo de la precisión sino también del uso de áreas de movimiento fisiológico. Esto tiene implicaciones para el diseño de la experiencia del usuario de BCI.

28.-El aprendizaje automático ha mejorado dramáticamente BCI, permitiendo un avatar que un paciente paralizado podría controlar para generar expresiones faciales y habla sintetizada.

29.-Las BCIs pueden permitir que individuos con discapacidades participen en interacciones sociales virtuales ricas y actividades en espacios compartidos del metaverso a medida que se superan sus discapacidades.

30.-La próxima década verá la integración transformadora de la neurotecnología y el metaverso en expansión, inaugurando una nueva era de investigación y aplicaciones del "cerebro digital".

Bóveda de Conocimiento construida porDavid Vivancos 2024