🧠 De la intención al habla (sistema intacto)

1. Conceptualización: Corteza prefrontal – qué quiero decir
2. Formulación lingüística: Área de Broca (F5) – estructura gramatical, selección de palabras
3. Planificación motora: Corteza premotora – secuencia de movimientos articulatorios
4. Ejecución: Corteza motora primaria → tracto corticobulbar → músculos faciales, lengua, laringe
5. Producción: Coordinación de ~100 músculos para fonemas
6. Monitoreo: Corteza auditiva (retroalimentación), corteza sensorial (propriocepción)

En condiciones neurológicas: Etapas 4-5 fallan (ejecución motora), pero 1-3 permanecen intactas. BCIs «bypass» la etapa de ejecución.

P300 (P3): Componente positivo ~300ms post-estímulo raro/relevante

• Generación: Corteza parietal, cingulado
• Función: Actualización de contexto, detección de target
• Uso BCI: Deletreo P300 – usuario enfoca en letra deseada, P300 se genera cuando esa letra parpadea
• Ventaja: No requiere entrenamiento largo, funciona ~90% usuarios
• Limitación: Lento (5-15 WPM típicamente)

N400: Componente negativo ~400ms, sensible a incongruencia semántica

• Uso experimental: Detectar errores en BCI (si sistema sugiere palabra incorrecta, N400 aumenta)

Mu (8-13 Hz) y Beta (13-30 Hz) sobre corteza sensoriomotora

• ERD: Desincronización durante imaginación de movimiento
• ERS: Sincronización durante reposo
• Uso BCI: Usuario imagina movimiento mano izq/der → ERD lateralizado → comando dirección
• Aplicación: Control de cursor para deletreo, navegación de menús
• Limitación: 15-30% usuarios no logran control («BCI illiteracy»)

Principio: Estímulos visuales parpadeantes a frecuencias específicas inducen respuesta resonante en corteza visual

• Ejemplo: Letra «A» parpadea a 10 Hz, «B» a 12 Hz, «C» a 15 Hz
• Detección: FFT de señal EEG en occipital revela frecuencia dominante → letra seleccionada
• Ventaja: Alta velocidad (hasta 60-100 bits/min)
• Limitación: Requiere atención visual (no funciona en ceguera), fatiga ocular

Con electrodos de alta resolución (ECoG, Utah arrays), posible decodificar:

• Cinemática articulatoria: Movimientos planificados de lengua, labios, mandíbula
• Fonemas: Unidades básicas de habla (/b/, /a/, /t/)
• Palabras completas: Con vocabulario limitado (50-1000 palabras)

Proceso:

1. Usuario intenta (o imagina) decir palabra
2. Actividad en corteza motora facial, Broca codifica plan motor
3. Decodificador (típicamente RNN/Transformer) mapea actividad → fonemas → palabras
4. Síntesis de voz genera audio

Fisiopatología: Degeneración progresiva de neuronas motoras (corteza + médula espinal)

Progresión:

• Etapa inicial: Debilidad en extremidades, fasciculaciones
• Etapa media: Dificultad habla (disartria), deglución
• Etapa avanzada: Parálisis casi completa, comunicación solo con ojos
• Etapa terminal: Pérdida de control ocular (en ~30% casos) → locked-in funcional

Cognición: Típicamente preservada hasta etapas muy tardías (demencia frontotemporal en ~15%)

Ventana BCI: Idealmente introducir cuando habla se vuelve difícil (6-12 meses antes de pérdida completa) para permitir entrenamiento

Prevalencia: 5-7/100,000. ~31,000 en USA

Supervivencia media: 3-5 años post-diagnóstico

Definición: Parálisis completa con consciencia preservada

Causas:

• ACV de tronco cerebral (causa más común)
• Trauma
• ELA avanzada
• Encefalitis de tronco

Clasificación:

• LIS clásico: Parálisis completa excepto movimientos oculares verticales, parpadeo
• LIS incompleto: Parálisis casi total, algún movimiento residual (dedo, etc.)
• LIS completo (CLIS): Parálisis total, incluyendo ojos. Sin comunicación física posible

Desafío BCI: CLIS es el caso más difícil. Sin feedback visual (ceguera cortical a veces presente), algunos paradigmas (P300 visual, SSVEP) no funcionan

Prevalencia: Rara, 5-15K casos globalmente

Pronóstico: Variable. Si causa es ACV, muchos sobreviven años-décadas

📐 Paradigma oddball

Matriz de letras (típicamente 6×6 = 36 caracteres) se presenta en pantalla

Secuencia:

1. Usuario enfoca atención en letra objetivo (ej: «T»)
2. Filas y columnas se iluminan aleatoriamente, una por una
3. Cuando fila/columna conteniendo «T» se ilumina → estímulo relevante
4. Cerebro genera P300 (~300-500ms post-iluminación)
5. Algoritmo detecta qué fila y columna tuvieron mayor P300 → letra en intersección

Electrodos típicos: Cz, Pz, Fz (línea media centro-parietal)

Problema original: Fila/columna adyacentes se iluminan consecutivamente → P300 se solapa, confusión

Solución: Patrón de tablero de ajedrez – iluminar grupos de letras no adyacentes

Mejora: +10-15% precisión

En vez de filas/columnas rígidas, dividir pantalla en regiones semánticas (ej: vocales, consonantes frecuentes, números)

Ventaja: Reduce número de flashes necesarios

Método: Modelo de lenguaje (n-gram o neural) sugiere letras probables dado contexto

Ejemplo: Usuario escribió «QUE», siguiente letra probablemente vocal

Implementación: Aumentar tamaño/brillo de letras probables

Resultado: Velocidad aumenta 30-50%, menos fatiga

Principio: Cuando observas estímulo parpadeante a frecuencia f (ej: 10 Hz), tu corteza visual resonará a esa frecuencia (y armónicos 2f, 3f…)

Detección:

1. Registro EEG en electrodos occipitales (O1, Oz, O2)
2. FFT (Fast Fourier Transform) identifica frecuencias dominantes
3. Si pico en 12 Hz → usuario mirando estímulo a 12 Hz → comando asociado

Rango útil: 6-20 Hz (debajo de 6 Hz = molesto/epileptogénico, arriba de 20 Hz = respuesta débil)

Layout: 4-8 cajas en pantalla, cada una parpadeando a frecuencia única

Ejemplo 8-direcciones:

• Arriba: 8 Hz
• Arriba-derecha: 9 Hz
• Derecha: 10 Hz
• … (hasta 15 Hz)

Aplicación: Navegación de cursor sobre teclado virtual → selección cuando cursor sobre letra deseada

Velocidad: 15-25 WPM

Innovación: Usar frecuencias 20-40 Hz (menos molestas visualmente)

Desafío: Respuesta SSVEP más débil a altas frecuencias

Solución: Más electrodos, algoritmos CCA (Canonical Correlation Analysis)

Resultado: Hasta 60 bits/min (~40 WPM con predictor de texto)

Concepto: Combinar ambos paradigmas para mayor velocidad

Ejemplo:

• SSVEP para selección rápida de región (consonantes vs vocales)
• P300 para selección precisa de letra dentro de región

Ventaja: Reduce número de pasos vs P300 puro

• Velocidad: 2-3× más rápido (15-40 WPM vs 5-12 WPM)
• Sin entrenamiento: Usuario solo necesita mirar estímulo, no requiere aprendizaje
• SNR alto: Respuesta SSVEP muy fuerte, fácil detectar
• Menor fatiga: (Opinión dividida – algunos encuentran flashes más cansadores)

• Fatiga visual: Mirar flashes continuos causa cansancio, posibles dolores de cabeza
• Fotosensibilidad: Contraindicado en epilepsia fotosensible (~3% población)
• Requiere atención visual continua: Usuario no puede «pensar» en letra abstractamente, debe mirarla
• Menos flexible: Número de comandos limitado por frecuencias distinguibles (típicamente 4-12)

🎯 Control de cursor 2D para deletreo

Comandos:

• Mano izquierda: Cursor se mueve izquierda
• Mano derecha: Cursor se mueve derecha
• Ambas manos: Cursor se mueve arriba
• Pies: Cursor se mueve abajo
• Reposo: Detener (selección cuando sobre letra)

Entrenamiento:

1. Sesiones 1-5: Usuario practica imaginar movimientos mientras ve feedback (barra que aumenta cuando detección correcta)
2. Sesiones 6-15: Control de cursor simple (1D, luego 2D)
3. Sesiones 16+: Deletreo funcional

Timeline: Típicamente 20-40 horas entrenamiento total para control funcional

Fenómeno: 15-30% usuarios nunca logran control confiable, incluso con entrenamiento extenso

Causas propuestas:

• Variabilidad anatómica (ubicación corteza motora)
• Algunos individuos no modulan SMR efectivamente
• Factores psicológicos (ansiedad, baja motivación)

Predicción: Algunos estudios intentan predecir en sesión 1 si usuario será responder

Mitigación:

• Ofrecer paradigma alternativo (P300, SSVEP) si motor imagery falla
• Neurofeedback SMR previo para mejorar control
• Algoritmos adaptativos que co-aprenden con usuario

• Independiente de estímulos: Usuario puede comunicarse sin necesidad de ver pantalla (útil si ceguera parcial, fatiga visual)
• Sensación de agencia: Control «desde dentro», más intuitivo para algunos
• Portabilidad potencial: Con práctica, algunos usuarios logran control auditivo-solo (sin feedback visual continuo)

• Lento: Típicamente 3-8 WPM (más lento que P300/SSVEP)
• Entrenamiento intensivo: Meses vs días de otros paradigmas
• BCI illiteracy: 20-30% fallan
• Fatiga mental: Concentración intensa requerida

Overt speech: Usuario intenta hablar (aunque músculos no respondan)

Covert speech: Usuario imagina hablar sin mover músculos

Señales objetivo:

• Cinemática articulatoria: Representación de movimientos de lengua, labios, laringe
• Fonemas: Unidades básicas (/b/, /a/, /t/, etc.)
• Palabras: Decodificación directa de vocabulario limitado

Ubicación de electrodos:

• Corteza motora facial (ventral M1)
• Corteza premotora ventral
• Área de Broca
• Corteza auditiva (para feedback interno)

Pipeline:

1. Actividad neuronal (ECoG o spikes) registrada durante intento de habla
2. Decodificador acústico (RNN/Transformer) mapea actividad → probabilidades de fonemas en tiempo
3. Modelo de lenguaje convierte secuencia de fonemas en palabras plausibles
4. Output: Texto + síntesis de voz

Ventaja del enfoque fonémico: ~40 fonemas en inglés → generalización a vocabulario ilimitado (vs decodificar 50,000 palabras directamente)

Paciente: Mujer, 47 años, ACV masivo 18 años antes → anartria severa, parálisis facial

Sistema:

• Implante: Grid ECoG de 253 electrodos sobre corteza motora facial, Broca
• Vocabulario: 1,024 palabras
• Decodificador: RNN entrenado en meses de datos
• Avatar: Representación digital que sincroniza labios con texto decodificado

Performance:

• Velocidad: 62 palabras/min
• Precisión: 75.1% con vocabulario 1024 palabras
• Latencia: Mediana 1.1 segundos entre intento y output

Impacto emocional: «Poder ‘hablar’ de nuevo, incluso con voz sintética, fue… no tengo palabras. Bueno, ahora las tengo» – Ann

Publicación: Metzger et al., Nature 2023

Paciente: Mujer, 68 años, ELA, usando Utah arrays desde 2022

Innovación: Decodificación de habla usando arrays intracorticales (vs ECoG)

Vocabulario: 125,000 palabras

Performance:

• Velocidad: 32 palabras/min (más lento que Ann, pero vocabulario 100× mayor)
• Precisión: 78% (23.8% error rate)

Significado: Demostró que speech BCI factible con microelectrodos, no solo ECoG

🔧 Problemas abiertos

1. Generalización a vocabulario abierto

Decodificadores actuales entrenados en vocabulario fijo. ¿Cómo manejar nombres propios, neologismos?

Dirección: Decodificación fonémica + modelo de lenguaje grande (GPT-style)

2. Adaptación a cambio de señal

Señales neuronales varían día a día. Re-calibración frecuente necesaria

Solución parcial: Algoritmos de adaptación continua

3. Covert vs overt speech

Imaginación de habla (covert) produce señales más débiles que intento real (overt)

Status: Covert speech aún en investigación básica, no clínicamente viable

4. Multilingüismo

¿Puede usuario hablar múltiples idiomas? Sistema necesita detectar cambio de idioma

Aplicación comunicación:

• Control de cursor para typing: 8 bits/s (~30-40 WPM con predictor de texto)
• Navegación web, emails, redes sociales
• Uso diario: Noland reporta 8+ horas uso

Ventaja: Wireless, implante único (vs sistemas cableados)

Limitación comunicación: Aún usa deletreo por cursor, no speech directo

Logros comunicación:

• T5 (2021): 90 caracteres/min usando «handwriting BCI» (imaginando escribir con lápiz)
• Pat Bennett (2024): Speech BCI 32 WPM

Tecnología: 1-2 Utah arrays (96-192 canales)

Casos comunicación:

• Pacientes ELA en trial COMMAND
• Control de cursor mediante imaginación motora
• Velocidad: 10-20 WPM (más lento que intracortical, pero sin craniotomía)

Ventaja única: Inserción endovascular (vía yugular), menos invasivo

Método: BCI traduce intención en comandos de mouse/teclado

Aplicaciones:

• Navegación web
• Email, redes sociales
• Video streaming (Netflix, YouTube)
• Videojuegos (adaptados)

Ejemplo: Noland (Neuralink) juega Civilization VI, Mario Kart, usa Twitter

Sistemas compatibles: Amazon Alexa, Google Home, Apple HomeKit

Comandos típicos:

• Luces on/off, dimming
• Termostato
• TV, música
• Cortinas, persianas
• Llamar a cuidador (botón de emergencia virtual)

Implementación: BCI → comando → software intermediario (ej: IFTTT) → dispositivo

Ya cubierto en artículo de BCIs motoras, pero brevemente:

• Control direccional (4-8 comandos)
• BCIs no invasivos (EEG) suficientes para navegación
• Combinación con navegación semi-autónoma (SLAM) mejora usabilidad

🤖 De n-grams a LLMs

Generación 1: N-gram tradicional

• Predice siguiente letra/palabra basado en últimas N palabras
• Rápido, local, pero limitado

Generación 2: Neural language models

• LSTM/GRU entrenados en corpus grande
• Predicción más inteligente, contexto más largo

Generación 3: LLMs (GPT-style)

• Modelos transformers masivos
• Pueden sugerir completar oración entera
• Implementación: Usuario tipea 3-5 palabras → LLM sugiere completación → usuario acepta/rechaza con BCI
• Beneficio: Reducción 50-70% en # de selecciones

Desafío: Balance entre ayuda y pérdida de control («LLM pone palabras en mi boca»)

Problema: Voces TTS estándar suenan robóticas, no reflejan identidad del usuario

Solución: Voice banking:

1. Antes de perder habla completamente, usuario graba horas de voz
2. Modelo neural (Tacotron 2, VITS) entrena en grabaciones
3. Resultado: TTS que suena como voz original del usuario

Servicios:

• VocaliD: Voice banking personalizado, $2000-3000
• Acapela: Mi propia voz, €999
• CereProc: Voces personalizadas, £1500

Caso emotivo: Roger Ebert (crítico cine), perdió voz por cáncer. Compañía creó TTS de su voz usando clips de programas TV. En conferencia TED, «habló» con su propia voz de nuevo – audiencia lloró.

Caso 1: Hans-Peter Salzmann – El locked-in completo

Diagnóstico: ELA, progresión a locked-in completo (CLIS)

Timeline:

• 2009: Diagnóstico ELA, edad 51
• 2011: Pérdida de habla, usa eye tracking
• 2013: Pérdida de control ocular → CLIS
• 2013-2015: Participación en estudio BCI (Chaudhary et al., U Tübingen)

Sistema BCI:

• fNIRS (espectroscopia infrarroja funcional) – no EEG, debido a señal muy débil
• Detección de cambios en oxigenación cerebral cuando usuario intenta responder
• Preguntas sí/no: «¿Tienes dolor?» → modulación voluntaria de actividad cerebral

Resultado:

• Logró comunicación básica: respuestas sí/no con ~70% precisión
• Proceso lento: ~2 minutos por respuesta
• Pero crítico: pudo expresar deseos médicos, nivel de dolor, deseo de continuar viviendo

Testimonio (comunicado vía BCI): «Estoy feliz» (respuesta repetida múltiples veces)

Fallecimiento: 2015, causas naturales relacionadas con ELA

Legado: Demostró que comunicación posible incluso en CLIS, condición previamente considerada imposible para BCIs

Caso 2: Ann – La voz recuperada (UCSF 2023)

Contexto: Ya cubierto en sección Speech BCI, amplío detalles emocionales

Impacto psicológico:

• Ann había estado sin voz funcional por 18 años
• Comunicaba con computadora eye-tracking (~14 WPM), frustrante y lento
• Primer día usando speech BCI: «No podía parar de ‘hablar’. Llamé a mi familia, amigos. Fue abrumador emocionalmente»

Desafíos:

• Avatar no captura perfectamente expresiones faciales → sensación de «no soy yo completamente»
• Vocabulario 1024 palabras limitante para conversaciones complejas
• Dependencia de equipo (no portátil aún)

Valor pese a limitaciones: «Incluso con imperfecciones, poder expresar ‘te amo’, ‘estoy cansada’, ‘necesito ayuda’ a velocidad conversacional cambió mi vida completamente»

Caso 3: Cathy Hutchinson (BrainGate, 2012)

Condición: ACV masivo 15 años antes → tetraplejia, disartria severa

Sistema: Utah array en corteza motora

Logro principal: Control de brazo robótico (famous video: se sirve café)

Comunicación:

• Control de cursor para deletreo: ~8 WPM
• Más lento que su sistema AAC motor (head switch), pero BCI no fatigaba cuello
• Beneficio no fue velocidad sino variedad de opciones: podía elegir mejor sistema según contexto (AAC para conversaciones largas, BCI para cuando cansada físicamente)

Quote: «Es emocionante poder hacer algo con solo pensarlo. Me hace sentir… poderosa»

Caso 4: Dennis Degray (BrainGate, 2023-actual)

Condición: ELA, progresión rápida

Sistema: 2 Utah arrays (192 canales), participante desde 2023

Enfoque: Testing múltiple modalidades

• Control de cursor (handwriting paradigm): 25-30 WPM
• Control de smart home: encender/apagar luces, TV
• Uso de tablet/computadora: emails, YouTube

Insight: «Lo más valioso no es la velocidad per se, sino la sensación de control. Poder decidir qué mirar, qué leer, cuando hablar… eso es dignidad»