1. Principios de neuroingeniería
1.1. Registro neuronal
1.1.1. Microelectrodos intracorticales: pequeños filamentos que captan señales individuales.
1.1.2. Arrays multicanal (Utah, NeuroNexus): placas con múltiples electrodos que registran muchas neuronas a la vez.
1.1.3. Potenciales de acción: impulsos eléctricos de una sola neurona.
1.1.4. Campos locales: actividad eléctrica de un grupo de neuronas.
1.2. Estimulación cerebral
1.2.1. Eléctrica directa: se aplican pulsos eléctricos para activar neuronas.
1.2.2. Optogenética: usa luz para controlar neuronas modificadas genéticamente.
1.2.3. TMS: estimulación magnética no invasiva.
1.3. Interfaces cerebro-computador (BCI)
1.3.1. Invasivas: implantadas dentro del cerebro (más precisas).
1.3.2. No invasivas: EEG, cascos o electrodos externos.
1.3.3. Decodificación motora: convertir señales en movimiento de una prótesis.
1.3.4. Prótesis sensoriales: restaurar visión o audición.
2. Aplicaciones clínicas
2.1. Alzheimer/demencias
2.1.1. Mantener recuerdos nuevos más tiempo.
2.2. Trauma cerebral
2.2.1. Ayudar a personas con lesiones en hipocampo a recuperar funciones.
2.3. Epilepsia
2.3.1. Implantes ya usados en monitoreo se aprovechan para ensayos de neuroprótesis.
3. Retos éticos y sociales
3.1. Restauración vs. aumento
3.1.1. ¿Debe permitirse mejorar la memoria de personas sanas?
3.2. Privacidad mental
3.2.1. Riesgo de “leer” o manipular recuerdos.
3.3. Identidad personal
3.3.1. Si los recuerdos son artificiales, ¿siguen siendo parte de la persona?
4. Futuro de las neuroprótesis
4.1. Miniaturización
4.1.1. Chips más pequeños, inalámbricos, menos invasivos.
4.2. IA integrada
4.2.1. Prótesis que se adaptan al usuario y mejoran con el tiempo.
4.3. Usos no clínicos
4.3.1. Educación (aprender más rápido).
4.3.2. Trabajo (productividad).
4.3.3. Defensa (soldados con memoria aumentada).
5. Modelos computacionales
5.1. MIMO
5.1.1. Multi-input: entradas desde CA3.
5.1.2. Multi-output: salidas hacia CA1
5.1.3. Tiempo real: procesa la señal mientras ocurre.
5.2. MDM
5.2.1. Estímulos estáticos: promedios fijos, menos dinámico.
5.2.2. Comparación: menos eficaz que MIMO en restauración de memoria.
5.3. IA aplicada
5.3.1. Redes neuronales artificiales: imitan al cerebro en software.
5.3.2. Aprendizaje supervisado: entrenar con datos de neuronas reales.
5.3.3. Predicción: anticipar la señal que el cerebro debería generar.
6. Fundamentos biológicos
6.1. Hipocampo
6.1.1. Subregiones: CA1, CA2, CA3, CA4, giro dentado
6.1.1.1. CA1: recibe la información procesada desde CA3 y la envía hacia la corteza; clave para la recuperación de memoria.
6.1.1.2. CA2: menos estudiada, relacionada con la memoria social (reconocer individuos).
6.1.1.3. CA3: genera patrones y asocia recuerdos; importante en el almacenamiento inicial.
6.1.1.4. CA4: conectada al giro dentado, participa en la codificación de memoria.
6.1.1.5. Giro dentado: procesa información nueva y distingue entre recuerdos similares (separación de patrones).
6.1.2. Conexión con corteza entorrinal
6.1.3. Papel en memoria declarativa y espacial
6.2. Procesos de memoria
6.2.1. Corto plazo: dura segundos o minutos.
6.2.2. Mediano plazo: se mantiene mientras se repite o refuerza.
6.2.3. Largo plazo: consolidación estable en la corteza cerebral.
6.2.4. Olvido: mecanismo natural para filtrar lo irrelevante.
6.2.5. Plasticidad sináptica: cambios en las conexiones que permiten aprendizaje.
6.3. Neuroplasticidad
6.3.1. LTP (Long Term Potentiation): fortalece la conexión entre neuronas con el uso repetido.
6.3.2. LTD (Long Term Depression): debilita conexiones poco usadas, favoreciendo el ajuste de redes.
6.3.3. Nuevas sinapsis: el cerebro puede generar nuevas conexiones neuronales.
7. mapa mental
8. Evidencia experimental
8.1. Ratas
8.1.1. Se bloquea la vía CA3→CA1 y se restaura con el modelo MIMO.
8.2. Monos
8.2.1. Realizan tareas de memoria (ej. recordar una imagen) y el rendimiento mejora con estimulación.
8.3. Humanos
8.3.1. En pacientes con epilepsia, los electrodos implantados permiten probar la neuroprótesis.
8.3.2. Mejora de hasta un 35 % en memoria.
9. Diseño de neuroprótesis
9.1. Electrodos implantables
9.1.1. Platino/Iridio: muy usados por ser conductores y biocompatibles.
9.1.2. Polímeros flexibles: reducen daño en tejido.
9.1.3. Cicatrización glial: el cerebro genera tejido que puede bloquear los electrodos.
9.2. Hardware neuromórfico
9.2.1. Chips VLSI: circuitos inspirados en el cerebro.
9.2.2. Procesamiento paralelo: trabajan con muchas señales al mismo tiempo.
9.2.3. Bajo consumo: vital para implantes portátiles.
9.3. Implantes clínicos
9.3.1. Closed-loop: reciben señal, la procesan y devuelven estimulación.
9.3.2. Externos: conectados fuera del cuerpo.
9.3.3. Internos: completamente implantados, como un marcapasos.