Guante inteligente restaura capacidad de agarre en personas con parálisis

Personas con parálisis y enfermedades neurológicas degenerativas como ELA recuperan autonomía y capacidad de realizar tareas cotidianas independientemente.
Manipuló objetos domésticos y usó tenedor por primera vez en cuatro años
El paciente con ELA logró realizar tareas cotidianas que la enfermedad le había arrebatado gracias al guante inteligente.

En los laboratorios de Múnich, la distancia entre la intención y el movimiento —esa brecha que la parálisis impone— ha sido atravesada por un guante de tela y aire. Investigadores de la Universidad Técnica desarrollaron un dispositivo neumático que lee las señales eléctricas residuales del antebrazo y las convierte, con una precisión del 97%, en agarre real. No es la primera vez que la tecnología promete devolver lo que la enfermedad arrebata, pero pocas veces lo ha hecho con tanta sencillez y tan cerca de la vida cotidiana.

  • Un hombre con ELA no había podido sostener un tenedor con sus propias manos desde hacía cuatro años — el guante lo hizo posible en su primera prueba.
  • La parálisis no siempre silencia los músculos por completo: el sistema detecta señales eléctricas casi fantasmales y las convierte en órdenes reales de movimiento.
  • Trece tubos neumáticos tejidos en tela ligera inflan cámaras de aire que cierran dedos y muñeca con suavidad, sin la rigidez ni el costo de los exoesqueletos robóticos convencionales.
  • Solo cinco minutos de entrenamiento con un videojuego mejoraron el rendimiento del sistema, revelando que el dispositivo puede adaptarse incluso ante daño neurológico severo.
  • Con materiales económicos y sin necesidad de infraestructura especializada, el guante apunta a convertirse en una herramienta de uso diario en hogares, no solo en laboratorios.

En los laboratorios de la Universidad Técnica de Múnich, un equipo de investigadores construyó un guante que devuelve el movimiento a manos paralizadas. No es rígido ni costoso: está hecho de tela ligera con trece tubos neumáticos que inflan cámaras de aire bajo demanda, cerrando dedos y muñeca con la suavidad de una mano viva.

El sistema funciona leyendo lo que queda. Sensores de electromiografía capturan las señales eléctricas que los músculos del antebrazo todavía generan, incluso cuando la parálisis ha interrumpido la conexión con el cerebro. Un algoritmo de aprendizaje automático interpreta esas señales y reconoce la intención de agarrar algo. En ese instante, el guante actúa. Los investigadores reportan una precisión del 97% en la predicción de esa intención.

La prueba más reveladora no fue estadística. Un paciente con esclerosis lateral amiotrófica, que conservaba apenas un movimiento limitado en el pulgar, colocó un sensor sobre ese músculo. Las señales eran débiles, casi imperceptibles, pero suficientes: el guante reconoció correctamente nueve de cada diez intentos de agarre. El hombre manipuló objetos domésticos y sostuvo un tenedor. No lo hacía desde hacía cuatro años. Cinco minutos de entrenamiento con un videojuego mejoraron aún más el desempeño, demostrando la capacidad del sistema para adaptarse ante daño neurológico severo.

Lo que distingue este dispositivo de otros exoesqueletos es su accesibilidad: materiales económicos, componentes simples, sin necesidad de laboratorio. Puede llevarse a casa y usarse cada día. Para quienes viven con parálisis o enfermedades degenerativas, eso significa algo más que tecnología — significa recuperar la autonomía en las tareas más esenciales de la vida.

En los laboratorios de la Universidad Técnica de Múnich, un equipo de investigadores ha construido algo que parece sacado de la ciencia ficción pero funciona con la precisión de la ingeniería alemana: un guante que devuelve el movimiento a manos paralizadas. No es un dispositivo rígido ni pesado. Es textil, ligero, inflable. Trece tubos neumáticos corren bajo la tela, conectados a cámaras de aire que se hinchan bajo demanda, cerrando dedos y muñeca con la suavidad de una mano viva.

El sistema funciona leyendo el cuerpo. Sensores de electromiografía se adhieren a la piel del antebrazo y capturan las señales eléctricas que los músculos todavía generan, incluso cuando la parálisis ha cortado la conexión entre el cerebro y los dedos. Esas señales, aunque débiles, viajan a un algoritmo de aprendizaje automático que ha sido entrenado para reconocer la intención: cuándo la persona quiere agarrar algo. En ese instante, el guante actúa. Las cámaras se inflan. Los dedos se cierran. El objeto está seguro en la mano.

Los números que reportan los investigadores son convincentes. El sistema predice correctamente la intención de agarre en el 97 por ciento de los casos. Pero los números no cuentan la historia completa. La historia completa está en lo que sucedió cuando probaron el dispositivo con un paciente que vive con esclerosis lateral amiotrófica, una enfermedad que destruye lentamente las células nerviosas que controlan el movimiento voluntario. Este hombre conservaba apenas un movimiento limitado en el pulgar. Era casi todo lo que le quedaba.

Colocaron un sensor sobre el músculo flexor largo de ese pulgar. Las señales eléctricas eran débiles, casi fantasmales, pero suficientes. El guante reconoció correctamente nueve de cada diez intentos de agarre. Y entonces sucedió algo que los números no pueden capturar completamente: el hombre manipuló objetos domésticos. Sostuvo un tenedor. Comió con sus propias manos. No lo hacía desde hacía cuatro años. Cinco minutos de entrenamiento con un videojuego controlado por el pulgar mejoraron aún más el desempeño del sistema, demostrando que incluso ante daño neurológico severo, el dispositivo podía adaptarse y aprender.

Lo que distingue este invento de otros exoesqueletos robóticos es su accesibilidad radical. Está hecho de tela económica. Los componentes neumáticos son simples y baratos. No requiere la infraestructura de un laboratorio de investigación para funcionar. Puede usarse todos los días. Puede llevarse a casa. Para personas con parálisis, para quienes viven con enfermedades neurológicas degenerativas, esto significa algo más que tecnología: significa recuperar la autonomía, la dignidad de hacer las cosas sin ayuda, la seguridad de que un objeto no se caerá de las manos en el momento equivocado. Significa volver a ser independiente en las tareas más simples y más esenciales de la vida cotidiana.

El sistema logra una predicción de intención de agarre confiable en hasta el 97% de los casos
— Equipo de investigadores de la Universidad Técnica de Múnich
Alrededor del 90% de los intentos de agarre fueron reconocidos correctamente, permitiendo al usuario manipular objetos domésticos y utilizar un tenedor por primera vez en cuatro años
— Datos del equipo de la Universidad Técnica de Múnich
La Conversación del Hearth Otra perspectiva de la historia
Inventor

¿Por qué un guante textil y no un exoesqueleto rígido como los que ya existen?

Model

Porque el peso importa. Un exoesqueleto robótico es una prótesis que el cuerpo debe cargar todo el día. Este guante es como ropa. Además, el costo es una barrera real para las personas con parálisis. Si cuesta cien mil euros, solo los ricos pueden usarlo. Este cuesta una fracción de eso.

Inventor

¿Cómo sabe el guante qué quiere hacer la persona si los nervios no están funcionando?

Model

Los nervios todavía generan señales eléctricas en el antebrazo, incluso cuando la parálisis ha cortado la conexión a los dedos. El algoritmo aprende a leer esas señales débiles y predice la intención. Es como escuchar a alguien que susurra en una habitación ruidosa: el sistema ha sido entrenado para entender el susurro.

Inventor

¿Qué pasó con el paciente de ELA durante las pruebas?

Model

Recuperó algo que había perdido. Después de cuatro años sin poder usar un tenedor, volvió a hacerlo. Eso no es solo un logro técnico. Es la diferencia entre depender completamente de otros y poder alimentarse a sí mismo.

Inventor

¿El sistema necesita mucho entrenamiento?

Model

Sorprendentemente poco. Cinco minutos jugando un videojuego controlado por el pulgar mejoraron notablemente el desempeño. El algoritmo aprende rápido, y la persona también. Es una adaptación mutua.

Inventor

¿Cuál es el siguiente paso?

Model

Pasar de las pruebas de laboratorio a la vida real. Ver si funciona cuando alguien está en su casa, cansado, distraído, viviendo su vida. Eso es lo que dirá si esto es realmente una solución o solo una demostración prometedora.

Quieres la nota completa? Lee el original en Infobae ↗
Contáctanos FAQ