La tecnología Brain-to-Voice ayuda a un hombre paralizado a hablar con fluidez

Un equipo de ingenieros de la Universidad de California, Davis, ha creado un sistema brain-to-voice que permite a las personas que padecen trastornos de la comunicación hablar con fluidez. El sistema combina una interfaz cerebro‑computadora (BCI), IA avanzada y nueva investigación para ofrecer habla en tiempo real, inteligible y expresiva. Escucha lo que necesitas saber.

¿Qué son los trastornos de la comunicación?

Cuando piensas en lo que te define, puede ser tu estilo o perspectiva. Pocas personas dirían que su voz. Sin embargo, cada vez que hablas, escuchas tu voz, reafirmando que eres tú. Por lo tanto, tu voz es una parte vital de tu identidad. Perder esta parte de ti puede ser perjudicial para tu salud mental.

Desafortunadamente, este escenario es la realidad para millones que padecen condiciones neurológicas que pueden limitar su capacidad de hablar con fluidez. Afecciones como un accidente cerebrovascular, disartria y disfonía pueden provocar un habla arrastrada o incoherente, limitando la capacidad de una persona para comunicarse eficazmente en el futuro.

Este escenario no es raro. Según estudios recientes estudios, cerca de 800,000 personas sufrirán un accidente cerebrovascular este año. Los mismos datos indican que 1 de cada 3 víctimas de accidente cerebrovascular experimentará algún tipo de problemas de comunicación después del evento. Estas dolencias son devastadoras para el paciente y pueden resultar en depresión y otras condiciones dañinas.

Cómo las interfaces cerebro‑computadora (BCI) ayudan a la comunicación

Afortunadamente, los ingenieros han dedicado mucho esfuerzo para intentar resolver estos problemas. Desde computadoras controladas por la respiración hasta software de seguimiento ocular, la tecnología ha parecido ofrecer algunas soluciones. En ese sentido, las interfaces cerebro‑computadora son vistas por muchos como la evolución lógica de esta tecnología.

Desde que Hans Berger registró la actividad eléctrica del cerebro en la década de 1920, los científicos han intentado usar esas señales para observar la funcionalidad cerebral. Sin embargo, se necesitaron casi 80 años de investigación antes de que pudieran comenzar a decodificar disparos neuronales para reproducir imágenes y movimientos.

Hoy, las BCI se consideran una tecnología emergente con aplicaciones en realidad virtual, automatización, gestión de sistemas y sectores médicos. Específicamente, el sector médico ha visto el uso de estos dispositivos para ayudar a quienes padecen trastornos de movilidad o de comunicación.

Curiosamente, las primeras BCI permitieron una mejor comunicación entre los pacientes y sus seres queridos. Estos sistemas tempranos dependían de una pantalla de texto para comunicarse. Más tarde, el sistema de texto se actualizó para leer las palabras en voz alta, creando respuestas habladas. Aunque las respuestas audibles fueron útiles, carecían de cualquier sensación humana.

Limitaciones de los sistemas de habla BCI tradicionales

Ha habido varios factores limitantes que han restado al éxito de las BCI hasta la fecha. Por un lado, el método de comunicación por texto no es natural. Es torpe y el tiempo es inadecuado comparado con hablar con una persona.

Los tiempos de respuesta retrasados de la función de habla y su voz robótica también separan al usuario de la sensación de mantener una conversación normal con amigos. Aspectos vitales como la capacidad de escuchar tu propia voz, interrumpir o incluso enunciar palabras faltaban en este enfoque.

Estudio Brain-to-Voice

Afortunadamente, un equipo de científicos puede haber descubierto cómo resolver estos problemas después de décadas de investigación. El reciente estudio “An instantaneous voice-synthesis neuroprosthesis“¹ presenta una novedosa neuroprótesis brain-to-voice que puede traducir instantáneamente la actividad cerebral en habla. Aunque aún está en sus primeras etapas, tiene el potencial de mejorar millones de vidas a nivel global.

Al igual que sus predecesores, el dispositivo permite a los usuarios “hablar” a través de una computadora. Sin embargo, este enfoque depende de sensores implantados quirúrgicamente en las áreas de Broca y Wernicke del cerebro. Estas son las regiones cerebrales responsables de producir el habla.

Específicamente, cuatro matrices de microelectrodos que contienen 256 microelectrodos permiten a los ingenieros mapear la actividad neuronal a sonidos deseados. Notablemente, el sistema puede decodificar características paralengüísticas al descifrar la actividad intracortical con menos de un segundo de retraso.

Algoritmos de IA utilizados en el sistema Brain-to-Voice

Los ingenieros utilizaron datos recopilados de un sujeto de prueba para crear un conjunto de datos para su algoritmo de IA propietario. A los sujetos de prueba se les mostraron oraciones que intentaron leer en voz alta. Este paso permitió al equipo mapear su actividad neuronal y usarla para crear un bucle cerrado para la síntesis de voz.

Impresionantemente, el algoritmo puede detectar cuando una persona está intentando hablar y convertir automáticamente su actividad neuronal en sílabas sin ningún movimiento de su parte. Esta conversión ocurre sin problemas, haciéndola muy similar al ritmo de una conversación tradicional.

Además, el sistema de retroalimentación de audio de bucle cerrado permite que el protocolo sintetice la voz del usuario, permitiéndole escuchar su discurso como en una conversación real. El sistema sintetiza estos patrones de voz, habilitando un control total sobre la cadencia y el ritmo del paciente.

Prueba Brain-to-Voice

La fase de pruebas de ese experimento comenzó con la búsqueda de un paciente adecuado. El equipo encontró a un hombre que sufre de ELA (esclerosis lateral amiotrófica), también conocida como enfermedad de Lou Gehrig en EE. UU. Esta dolencia devastadora conduce a la degeneración nerviosa alrededor de la médula espinal y el cerebro. Los que padecen ELA pueden perder la capacidad de hablar con precisión al perder el control de sus músculos faciales.

El paciente seleccionado para el estudio sufre de ELA y disartria severa. Después de implantar los sensores y programar el algoritmo de IA, se le pidió al paciente que leyera en voz alta oraciones. Esta técnica permitió a los ingenieros registrar su actividad cerebral.

Una vez calibrado, el prototipo sintetiza instantáneamente su voz, permitiéndole comunicarse en tiempo real. El paciente incluso pudo comunicarse con su familia, cambiar la entonación durante las conversaciones para resaltar sus puntos. Impresionantemente, el sujeto de prueba también cantó breves melodías.

Resultados de la prueba Brain-to-Voice

Los resultados de la prueba demuestran que el sistema brain-to-voice es eficaz. Sintetizó con precisión la voz y los patrones de habla del paciente con un alto nivel de exactitud. Específicamente, el sistema alcanza un 60 % de precisión, comparado con solo un 4 % cuando no se utiliza la máquina.

Los ingenieros observaron que el paciente podía alterar y modular su voz sintetizada por BCI en tiempo real. Registraron que el proceso se completó en 1/14 de segundo, lo cual es aproximadamente el mismo tiempo que cualquier retraso conversacional normal. También notaron casos en los que el paciente modificó su voz para indicar que había hecho una pregunta.

Curiosamente, la tecnología no está limitada al vocabulario actual del paciente. El equipo documentó varios casos en los que al paciente se le enseñaron palabras nuevas y el sistema las pronunció correctamente. Estos datos demuestran las capacidades de este enfoque para tratar trastornos del habla.

Beneficios de Brain-to-Voice

Hay muchos beneficios que la tecnología brain-to-voice aporta al mercado. En primer lugar, ofrece una forma fiable y natural para que quienes sufren de parálisis y otras dolencias que alteran la vida recuperen cierta semblanza de una vida diaria normal.

El protocolo puede proporcionar respuestas de habla instantáneamente. El tracto vocal digital soporta voces únicas de los pacientes y puede responder sin retraso detectable. Las respuestas han demostrado ser precisas y pueden generarse usando solo datos de señales neuronales.

Una nueva era para los pacientes con trastornos de la comunicación

Uno de los mayores beneficios de esta tecnología es que permitirá a quienes padecen trastornos de la comunicación finalmente compartir su historia de manera comprensible. Esta tecnología permitirá a los usuarios de neuroprótesis participar en la conversación y contribuir a ayudar a otros con problemas similares.

Aplicaciones del mundo real y cronograma para la tecnología Brain-to-Voice

Existe una larga lista de aplicaciones para la tecnología de computadora brain-to-office. Las computadoras existen desde hace mucho tiempo y, a pesar de que casi todos los aspectos tecnológicos se han actualizado, como mejores gráficos, procesamiento y hardware, el teclado sigue relativamente sin cambios.

La introducción de una interfaz cerebro‑computadora investigacional fiable cambia el juego. Abre la puerta a una interacción fluida entre humanos y computadoras. Como tal, esta tecnología podría abrir la puerta a tratamientos y tecnologías más avanzados.

Cronograma de Brain-to-Voice

No se ha establecido un cronograma por parte de los investigadores. Sin embargo, dado el estado crítico de quienes padecen estas dolencias, es posible que esta tecnología llegue al mercado en los próximos 5‑10 años. Se necesitará mucha más investigación sobre los efectos a largo plazo del implante antes de obtener la aprobación de los reguladores.

Investigadores de Brain-to-Voice

El estudio brain-to-voice fue liderado por investigadores de la Universidad de California. Específicamente, el artículo enumera a Maitreyee Wairagkar, Nicholas S. Card, Tyler Singer-Clark, Xianda Hou, Carrina Iacobacci, Lee M. Miller, Leigh R. Hochberg, David M. Brandman y Sergey D. Stavisky como los principales colaboradores del proyecto.

Futuro de Brain-to-Voice

Según los ingenieros, aún queda mucho trabajo por hacer en el sistema brain-to-voice. Esperan ampliar sus pruebas para incluir a más pacientes en los próximos meses. También desean incluir a pacientes que padecen una amplia gama de trastornos. Los interesados en participar en el estudio pueden contactar a [email protected] para ver si califican.

Invertir en el sector de IA en salud

La inteligencia artificial está desempeñando un papel cada vez mayor en la atención médica y los tratamientos. Este sistema puede ayudar a los proveedores de salud a determinar enfermedades más rápido, tratarlas de manera más eficaz e incluso descubrir las causas raíz de trastornos traumáticos. Hoy en día, hay varios actores en el ámbito de la IA en salud. Aquí hay una empresa que logró crear un nicho en el mercado.

SoundHound AI, Inc.

SoundHound AI, con sede en Santa Clara, California (SOUN ) ha tenido un interesante recorrido desde su lanzamiento como la aplicación de identificación musical Midomi, hasta convertirse en uno de los nombres más reputados en interfaces conversacionales de IA.

El recorrido de la empresa comenzó en 2005 después de que Keyvan Mohajer empezara a trabajar con protocolos avanzados de reconocimiento de audio. En 2015, la empresa se renombró como SoundHound y centró su enfoque en su plataforma de voz IA propietaria.

Este protocolo amplió las capacidades de reconocimiento de voz por IA y fue diseñado usando tecnologías de Deep Meaning Understanding. Hoy, SoundHound es un proveedor líder de sistemas de análisis de voz IA que posee más de 250 patentes y puede soportar más de 20 idiomas internacionales.

Últimas noticias y desarrollos de acciones de SoundHound AI (SOUN)

Tecnología Brain-to-Voice – El futuro es fluido

Al examinar las ventajas tecnológicas que el estudio Brain-to-voice introdujo al mercado, es fácil entender por qué muchos lo consideran un hito importante en el sector médico. En el futuro, podrías controlar robots, vehículos y otros aspectos vitales de tu vida usando una BCI.

Este último estudio destaca cómo esta tecnología podría mejorar la vida de muchos. Como tal, los investigadores merecen una ovación de pie por sus esfuerzos.

Conoce otros avances interesantes en salud aquí.

Estudios referenciados:

^{1. Wairagkar, M., Card, N.S., Singer-Clark, T. et al. An instantaneous voice-synthesis neuroprosthesis. Nature (2025). https://doi.org/10.1038/s41586-025-09127-3}