¿Cómo funciona la inteligencia artificial como prótesis visual cerebral?

Respuesta generada por Itaca · 14 fuentes · 21 de mayo de 2026

Pregunta original

Inteligencia artificial como “ojo” que envía señales cerebrales

Resumen
Actualmente existen varias líneas de investigación que usan cámaras e inteligencia artificial (IA) como un “ojo” externo, convirtiendo imágenes en patrones de estimulación eléctrica que se envían al cerebro a través de implantes (retinianos o corticales) para generar una forma de visión artificial en personas ciegas. Se trata de tecnologías aún experimentales, disponibles solo en ensayos clínicos controlados y con resultados de visión muy limitada (puntos de luz, formas simples, letras grandes). Los sistemas más avanzados combinan gafas con cámara, un procesador externo con algoritmos de IA y una neuroprótesis que estimula retina o corteza visual. El potencial es grande, pero los beneficios actuales son modestos, con riesgos quirúrgicos relevantes y una enorme incertidumbre sobre durabilidad y seguridad a largo plazo.


1. ¿Qué significa que la IA actúe como “ojo” que envía señales al cerebro?

En estos sistemas, la “cadena visual” se reemplaza parcialmente por tres componentes principales:

  1. Captación de la imagen
    • Gafas o casco con una cámara que recoge la escena en tiempo real. [1]
  2. Procesamiento con IA (el “ojo inteligente”)
    • Un pequeño procesador externo (tipo “pack de bolsillo” o similar) aplica algoritmos de visión artificial para:
      • Detectar bordes, contrastes, movimiento, objetos relevantes.
      • Simplificar la escena para que el cerebro reciba información manejable (puntos, contornos, patrones de luz).
    • Esto es clave porque el número de electrodos o puntos de estimulación es muy limitado respecto a los millones de fotorreceptores de un ojo sano. [1],[2]
  3. Conversión a señales nerviosas y envío al cerebro
    • El procesador convierte esa información en patrones de estimulación eléctrica y los envía:
      • A un implante en retina (p. ej., chips subretinianos o epirretinianos), o
      • A un implante en la corteza visual (neuroprótesis cortical), cuando ojo y nervio óptico están muy dañados o ausentes. [3],[4],[5]
    • El cerebro interpreta esa estimulación como una percepción visual muy simplificada (fosfenos, destellos, formas gruesas).

2. Tipos de sistemas: retina vs corteza visual

a) Prótesis retinianas (el “ojo artificial” dentro del ojo)

  • Ejemplos de concepto:
    • Argus II (ya retirado del mercado, pero con experiencia clínica relevante). [6]
    • Sistemas subretinianos recientes como PRIMA y otros chips para degeneración macular avanzada. [1],[7]

Mecanismo general:

  • Un microchip se implanta en la retina (subretiniano o epirretiniano).
  • Gafas con cámara captan la imagen, que se envía a un procesador externo.
  • La IA optimiza contraste, zoom, brillo, y genera un patrón de estimulación para el chip. [1],[7],[8]
  • El chip estimula neuronas retinianas residuales, que a su vez envían señales por el nervio óptico a la corteza visual. [6],[7]

Capacidades actuales (según ensayos y experiencia clínica):

  • Reconocimiento de luz/sombra, localización de objetos grandes, detección de bordes.
  • En algunos casos, reconocimiento de letras grandes o formas básicas, especialmente en entornos muy controlados. [7],[8]
  • La calidad de la visión es baja, más cercana a “visión de puntos de luz organizada” que a visión normal.

Limitaciones:

  • Requieren que exista nervio óptico funcional y parte de la retina interna preservada.
  • Campo visual reducido, resolución muy limitada, dependencia de entrenamiento intensivo. [7],[8]
  • Riesgos de cirugía intraocular (desprendimiento de retina, infecciones, etc.).

b) Neuroprótesis corticales (bypass del ojo y del nervio óptico)

  • Dirigidas a pacientes sin ojo funcional o sin nervio óptico (trauma, glaucoma terminal, atrofia óptica severa, etc.).
  • Se implantan matrices de electrodos en la corteza visual (generalmente occipital).

Ejemplos y proyectos:

  • Experimentos en humanos con matrices corticales que generan fosfenos mediante estimulación directa, permitiendo identificar formas sencillas y letras grandes. [3],[4]
  • Iniciativas industriales/experimentales como sistemas de “bionic eye” o prótesis corticales (p. ej., proyectos académicos tipo Neurolight y plataformas comerciales emergentes para estimulación cortical). [3],[4],[5]
  • Programas de empresas de neurotecnología (incluyendo plataformas que buscan restaurar visión mediante implantes corticales específicos), aún en fases iniciales o con designaciones regulatorias de “dispositivo innovador” para patologías con ceguera severa no tratable. [5]

Mecanismo general:

  • Gafas con cámara → procesador con IA → codificación en patrones de estímulos para los electrodos de la corteza visual. [3],[4],[5]
  • La IA selecciona qué detalles de la escena son más importantes para navegación y reconocimiento (puertas, bordes de aceras, personas, etc.).

Capacidades observadas en ensayos tempranos (RCTs y estudios piloto):

  • Pacientes que perciben fosfenos organizados en patrones que les permiten:
    • Localizar objetos,
    • Identificar formas muy simples,
    • Leer letras o palabras grandes en condiciones muy controladas tras entrenamiento intensivo. [3],[4]

Limitaciones y riesgos:

  • Neurocirugía para implantar matrices sobre o dentro de la corteza visual: riesgo de hemorragia, infección, crisis epilépticas, fallo del hardware. [3],[4],[5]
  • Estabilidad de la señal en el tiempo (cicatrización, microdesplazamientos, degradación del material).
  • Los resultados actuales son muy lejos de una visión normal; la resolución es extremadamente baja, similar a “puntos de luz tipo matriz LED muy gruesa”.

3. Papel específico de la IA: por qué es clave

La IA es crucial por varias razones:

  1. Compresión de la escena

    • El cerebro recibe mucha menos información que con un ojo sano (por la baja densidad de electrodos).
    • La IA debe “resumir” la escena, enfatizar bordes, movimiento, objetos relevantes y filtrar ruido. [1],[2]
  2. Adaptación al usuario

    • Algoritmos que aprenden de la respuesta del paciente y ajustan parámetros (intensidad, duración de pulsos, mapas de estimulación) para mejorar la percepción subjetiva.
    • Aprendizaje adaptativo: qué patrón de estímulos produce la sensación más útil (por ejemplo, que un objeto se perciba como un contorno continuo y no como puntos dispersos). [2],[3]
  3. Reconocimiento de alto nivel (a futuro)

    • Potencial para incorporar reconocimiento de caras, texto, señales de tráfico, puertas, bordes de escalones, y codificarlos en patrones más “semánticos” (por ejemplo, priorizar contornos de obstáculos para navegación). [2],[5]
    • Integración con sistemas de asistencia auditiva (p. ej. avisos por voz) para complementar la visión artificial.

4. Estado actual de la evidencia y madurez tecnológica

Evidencia clínica disponible:

  • Prótesis retinianas (como Argus II y sucesores): estudios no aleatorizados y series de casos muestran mejoría en tareas de orientación y detección de objetos comparado con ausencia de visión, pero con gran variabilidad interindividual y necesidad de rehabilitación intensiva. [6],[7]
  • Chips subretinianos de nueva generación (p. ej., PRIMA y similares): ensayos en curso con resultados preliminares en degeneración macular avanzada que muestran capacidad para percibir letras y formas de alto contraste bajo condiciones controladas; se encuentran aún en fase de investigación y no disponibles para uso rutinario. [1],[7],[8]
  • Prótesis corticales:
    • Estudios piloto en pocos pacientes (n≤10 en muchos casos) han demostrado la posibilidad de inducir fosfenos reproducibles y de composición de “mapas” visuales básicos que permiten tareas sencillas de orientación. [3],[4]
    • La mayoría son ensayos de prueba de concepto, no RCTs grandes, y la durabilidad de la función más allá de meses-a-algunos-años sigue siendo incierta. [3],[4],[5]

Guías y posición regulatoria:

  • No existen aún guías clínicas mayores (AHA/ACC, ESC, etc.) sobre estas tecnologías porque están fuera de la práctica estándar y confinadas a ensayos.
  • Algunos dispositivos han obtenido designaciones regulatorias especiales (por ejemplo, “Breakthrough Device” o equivalentes), lo que facilita investigación pero no implica eficacia demostrada para uso generalizado. [5],[7],[8]

Conclusión de madurez:

  • Se trata de una tecnología altamente prometedora pero todavía experimental, con beneficios funcionales modestos, centrados en:
    • Mejorar orientación y movilidad.
    • Reconocer objetos grandes o letras de gran tamaño.
  • No puede considerarse sustituto de la visión normal; debe manejarse con expectativas prudentes.

5. Implicaciones clínicas y selección de pacientes

Aunque no hay algoritmos clínicos formales aún, de la literatura se desprenden algunos criterios prácticos:

  1. Buenas candidatas para prótesis retinianas:

    • Ceguera severa por patologías de fotorreceptores (p. ej. retinosis pigmentaria, AMD avanzada) con:
      • Retina interna y nervio óptico razonablemente preservados.
      • Ausencia de contraindicaciones quirúrgicas o comorbilidades graves que aumenten el riesgo ocular. [6],[7],[8]
  2. Candidatas para implantes corticales:

    • Ceguera severa/total con ojo y/o nervio óptico no funcionales (trauma severo, glaucoma terminal, atrofia óptica).
    • Pacientes dispuestos a someterse a neurocirugía, asumido el riesgo de implante intracraneal y la incertidumbre de beneficio. [3],[4],[5]
  3. Aspectos a enfatizar en la conversación con el paciente:

    • La “visión” obtenida es muy diferente de la visión normal:
      • Patrón de puntos, destellos, contornos muy simplificados; más útil para orientación que para lectura fina.
    • Requiere rehabilitación prolongada y entrenamiento, incluyendo neuroadaptación.
    • Riesgos quirúrgicos y posibilidad de que el dispositivo falle, se deba retirar o reoperar.
    • Ausencia de datos robustos de largo plazo (≥10 años) sobre:
      • Estabilidad de la función,
      • Complicaciones crónicas,
      • Impacto en calidad de vida en grandes cohortes.

6. Resumen práctico para la clínica

  • La idea de que la IA funcione como “ojo” que envía señales al cerebro es ya una realidad en forma de prototipos y ensayos clínicos de neuroprótesis visuales (retinianas y corticales), pero no es una terapia establecida ni de uso estándar. [1]–[8]
  • En la práctica actual, solo algunos centros altamente especializados están implantando estos dispositivos dentro de protocolos de investigación estrictos.
  • La indicaciones se limitan a ceguera severa sin alternativas terapéuticas, y la expectativa debe centrarse en recuperar visión funcional básica (orientación, detección de objetos grandes), no visión detallada.
  • Para un clínico, lo más importante hoy es:
    • Identificar pacientes potencialmente elegibles,
    • Derivarlos a centros de referencia con programas de investigación activos,
    • Acompañar en la toma de decisiones explicando claramente las limitaciones, riesgos y el carácter experimental de estas tecnologías.

Si quiere, en un siguiente mensaje puedo centrarme en:

  • Criterios más operativos de selección y preparación de pacientes, o
  • Resumen detallado de un tipo concreto de sistema (retiniano vs cortical) y su utilidad funcional esperable.

[1] [4]
[2]
[3] [9]
[4] [10]
[5] [8]
[6]
[7] [1]
[8] [11]

Fuentes

  1. https://www.xataka.com/medicina-y-salud/neuroprotesis-oculares-estan-poco-cerca-principales-apuestas-paneles-solares-ojos
  2. https://nlmdirector.nlm.nih.gov/2024/10/16/a-future-where-blindness-is-no-barrier-the-smart-bionic-eye/
  3. https://www.youtube.com/watch?v=JjHAN5ersDo
  4. https://www.macula-retina.es/un-revolucionario-chip-retiniano-que-restaura-vision-en-atrofia-geografica-busca-autorizacion-para-comercializarse-en-2026/
  5. https://futurism.com/neoscope/scientists-plugged-bionic-eye-directly-womans-brain
  6. https://hospital.uillinois.edu/es/news/paciente-recibe-implante-que-restaura-su-vista-en-ui-health
  7. https://chicagolighthouse.org/wp-content/uploads/2024/04/The-Next-Frontier-for-Brain-Implants-Is-Artificial-Vision-_-WIRED.pdf
  8. https://www.geekwire.com/2024/elon-musk-neuralink-brain-vision-reality-check/
  9. https://admision.upct.es/noticias/convierten-patrones-visuales-en-senales-neuronales-para-lograr-una-vision-artificial-util-para-personas-ciegas
  10. https://longevity.technology/news/startup-targets-untreatable-blindness-with-bionic-eye-system/
  11. https://www.elcolombiano.com/tendencias/primer-implante-en-curar-ceguera-chip-prima-KG32616972
  12. https://www.youtube.com/watch?v=Up6GpFcScbw
  13. https://actualidad.rt.com/actualidad/523236-fda-aprueba-dispositivo-innovador-neuralink-restaurar-vista
  14. https://elpais.com/economia/2025-06-02/neuralink-la-empresa-de-implantes-cerebrales-de-elon-musk-capta-650-millones-de-dolares.html

Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.

¿Tienes una pregunta sobre tu propio caso? Itaca responde con fuentes en segundos.

Hacer una pregunta

Más preguntas sobre Oftalmología