Neuroprótesis para restaurar funciones neuronales en lesiones medulares

La historia del ingeniero Sergio Daniel Hernández Charpak, físico e ingeniero en informática de la Universidad de los Andes y doctorado en neuroimagen para guiar la administración de neuroprótesis implantables que restauran la función neurológica, parte de una herencia intelectual y humana que cruza generaciones, continentes y disciplinas. Es nieto de Georges Charpak, Premio Nobel de Física en 1992, un científico excepcional que dejó una huella profunda en Colombia al impulsar la enseñanza de ciencias basada en la indagación con el programa “La main à la pâte”, especialmente en niños y jóvenes. Cuando Sergio Daniel tenía apenas siete años, fue uno de los beneficiarios directos de los programas educativos impulsados por su abuelo.

Georges Charpak pasó a la historia por haber desarrollado, en 1968, la cámara proporcional de multihilos: un ingenioso arreglo de cables cargados eléctricamente, con una cámara llena de gas noble situada entre dos planos de hilos metálicos perpendiculares (ejes X e Y). Cuando una partícula atraviesa el gas, lo ioniza; los electrones resultantes son atraídos por los hilos a alto potencial, dejando un rastro que puede ser leído por un computador. Una auténtica revolución en los detectores de partículas.

La herencia del ingeniero Hernández no se limita a la física. Su padre es José Tiberio Hernández, profesor de ingeniería de sistemas y computación en la Universidad de los Andes, y su madre, Nathalie Charpak, cofundadora de la Fundación Canguro, que desde hace décadas lidera la difusión, investigación y sistematización del Método Madre Canguro, una contribución colombiana de enorme impacto mundial en el cuidado neonatal.

Siguiendo entonces la senda del linaje académico familiar, Sergio Daniel culminó recientemente su doctorado en el centro Neuro Restore, bajo la dirección de los profesores Grégoire Courtine y Jocelyne Bloch. Este centro se distingue por su enfoque multidisciplinario: desde la investigación de mecanismos fundamentales en modelos preclínicos, pasando por estudios en primates, hasta pruebas de concepto en pacientes humanos, con la mirada puesta en futuras terapias a gran escala. Allí se ha concentrado en la parte clínica de un problema tan complejo como urgente: la lesión medular.

Cuando ocurre una lesión de este tipo, la comunicación entre el cerebro y la médula espinal se interrumpe. Dependiendo de su gravedad y ubicación, las consecuencias pueden ser devastadoras. Sin embargo, por debajo de la lesión, muchos circuitos de la médula permanecen anatómicamente intactos, aunque funcionalmente silenciados.

Un ejemplo está en lesiones de médula lumbar, donde residen los circuitos responsables de la marcha. Estos circuitos no están destruidos, pero han quedado desconectados del cerebro. La estimulación eléctrica de la médula permite reactivarlos de manera precisa, sincronizada y ordenada. El desafío, sin embargo, es enorme: cada médula es distinta, cada persona presenta variaciones anatómicas y funcionales, y no existe una “receta universal”.

Entonces, ¿cómo guiar la posición del implante de estimulación? Durante su investigación doctoral, el ingeniero Hernández exploró cómo las neuroimágenes pueden guiar la implantación personalizada de dispositivos de neuroestimulación. Uno de los mayores retos fue trabajar con resonancia magnética funcional de la médula espinal, una estructura pequeña y difícil de estudiar. A través de tareas pasivas -como el estiramiento de músculos en pacientes parapléjicos o la vibración de tendones-, logró medir activaciones específicas en distintos niveles medulares.

También probaron el método con voluntarios sanos para desarrollar una herramienta que permitiera la interpretación de estas señales y ampliar el rango de seguridad estadística. Mediante modelos que reconstruyen información anatómica y segmentan tejidos diminutos -nervios de menos de un milímetro de diámetro-, fue posible diseñar algoritmos con inteligencia artificial y construir modelos tridimensionales personalizados de la médula espinal. Estos modelos permiten simular campos electromagnéticos, elegir el implante más adecuado y prever qué nervios se activarán para funciones específicas como caminar.

Los resultados no son ciencia ficción: una decena de pacientes con lesiones medulares ha logrado volver a caminar gracias a la combinación de estimulación y rehabilitación intensiva. Aunque la marcha aún no es completamente natural, los avances son extraordinarios. Para lograr un control más fino, el laboratorio desarrolló el llamado “puente digital”: mediante un implante en el cráneo, las señales cerebrales son decodificadas con inteligencia artificial, permitiendo que el paciente controle su propia estimulación. El paciente aprende, literalmente, a activar su propia médula. Un proyecto liderado por Andrea Gálvez, otra ingeniera colombiana.

Más allá del movimiento, el equipo también ha abordado problemas sistémicos graves, como la hipotensión ortostática. Algunos pacientes no pueden permanecer sentados o de pie más de unos pocos minutos sin sufrir caídas peligrosas de la presión arterial. Gracias a implantes cuidadosamente guiados (preparados mediante modelos personalizados), varios pacientes han recuperado la capacidad de mantenerse verticales durante largos periodos, transformando radicalmente su calidad de vida. Estos avances han sido tan prometedores que, en colaboración con la empresa Onward Medical, se ha iniciado un estudio clínico a gran escala que incluye cientos de pacientes, con el objetivo de convertir estas pruebas en pocos pacientes en terapias accesibles para muchos más.

Uno de los desafíos finales ha sido quizás el más provocador: ¿cómo optimizar los parámetros de estimulación? Ajustar contactos, frecuencias y amplitudes ha sido una tarea de expertos altamente especializados con costos elevados, pero justamente, gracias al trabajo de estos expertos, se han desarrollado algoritmos capaces de aprender con pocos datos de cada paciente y adaptar la estimulación de forma autónoma, reduciendo los costos. Falta camino para lograr un modelo “perfecto”, pero en algunos casos, bastan apenas 15 o 20 minutos de datos para obtener modelos sorprendentemente precisos.

::::::::::::::::::::::::::::::::

Presentación completa del ingeniero Sergio Daniel Hernández Charpak en:

GUIANDO NEUROPRÓTESIS PARA RESTAURAR FUNCIONES NEURONALES EN PACIENTES CON LESIONES MEDULARES

Nota. Victoria Rodríguez G. Comunicaciones Academia Nacional de Medicina