Una app permite a 13 pacientes con epilepsia "conversar" con su monitor cerebral
Un estudio de prueba de concepto en Nature Medicine probó con 13 adultos ingresados una plataforma que traduce la señal del EEG a mensajes en el móvil.

Los dispositivos médicos que vigilan el cuerpo suelen funcionar en una dirección: recogen datos y alguien los revisa días o semanas después. Un equipo de la Facultad de Medicina Perelman de la Universidad de Pensilvania (Estados Unidos) ha probado lo contrario, una plataforma con inteligencia artificial que permite al paciente preguntar a su propio equipo de monitorización y recibir respuesta en el momento. Los resultados, de tipo preliminar, se publican en Nature Medicine y los recoge MedicalXpress.
Qué se probó y con cuántas personas
Se trata de un estudio de prueba de concepto con 13 adultos ingresados en una unidad de monitorización de epilepsia, donde se registra la actividad eléctrica del cerebro mediante electroencefalograma (EEG) de forma continua. Algunos estaban ingresados para localizar el origen de sus crisis y otros dentro de una evaluación previa a una posible cirugía.
Durante el ingreso, los participantes usaron una aplicación en el móvil con la que podían preguntar por su actividad cerebral, pedir gráficos con la evolución de sus datos, comunicar síntomas y recibir avisos o cuestionarios a lo largo del día. El sistema también tomaba la iniciativa: cuando detectaba cambios que podían interesar a esa persona, le escribía. Los investigadores analizaron 1.307 mensajes intercambiados entre los pacientes y el sistema. La mayoría giraban en torno a las crisis, el sueño, el estado de ánimo y el nivel de energía, factores que pueden influir en la actividad epiléptica. Además, se preguntó a los participantes tres veces al día por su descanso, su ansiedad y su bienestar.
El paciente también corrige al algoritmo
La parte más llamativa del diseño es que la comunicación va en los dos sentidos. Los participantes podían señalar qué episodios había identificado bien el programa y cuáles eran falsas alarmas, de modo que el sistema afinaba su capacidad de reconocer crisis. Los clínicos hacían lo mismo mediante un algoritmo descrito por los autores como de "experto en el bucle", pensado para pedir la intervención del especialista solo en los casos que realmente aportan información.
Brian Litt, neurólogo y bioingeniero y autor sénior del trabajo, resume la idea diciendo que, en lugar de esperar a que un especialista analice los datos, el dispositivo detecta el cambio y avisa en el momento; y añade que lo relevante es que paciente y aparato aprenden a la vez. Varios participantes contaron que la plataforma les ayudó a entender patrones que ya habían intuido entre sus episodios y su estado emocional, y valoraron tener acceso a información sobre su sueño.
Qué no demuestra todavía
Conviene situar el alcance: son 13 personas, ingresadas en un hospital y durante unos pocos días. El trabajo no mide si el sistema reduce el número o la gravedad de las crisis, ni si mejora la calidad de vida o evita visitas a urgencias. Los propios autores señalan que eso es materia de investigación futura, junto con llevar la plataforma fuera del hospital con registros de EEG mínimamente invasivos y dispositivos vestibles.
El equipo apunta que el mismo esquema podría aplicarse a dispositivos cardiacos, bombas de insulina o estimuladores cerebrales, y ya prepara un trabajo para ajustar automáticamente la estimulación cerebral profunda y sus efectos clínicos en la enfermedad de Parkinson. Nada de esto está disponible para pacientes: es un prototipo probado en un entorno hospitalario muy controlado.
El debate de fondo no es solo técnico. Delegar en un algoritmo la interpretación de una señal clínica plantea preguntas sobre quién responde cuando falla, un asunto que ya han planteado dos médicos sobre los límites de la IA en la consulta. Cualquier decisión sobre el tratamiento de una epilepsia corresponde al equipo que atiende a cada persona.
- epilepsia
- inteligencia artificial
- dispositivos médicos
- Nature Medicine
- investigación clínica
- monitorización
Elaborado a partir de información publicada por MedicalXpress · Fuente primaria: documento original
