La actividad cerebral ligada al movimiento de las piernas sigue siendo detectable tras lesiones medulares severas

La restauración de la función locomotora sigue siendo una prioridad para las personas con lesión medular, no solo por la movilidad en sí misma, sino por su peso en la calidad de vida, el bienestar emocional y la autonomía cotidiana. El artículo publicado en APL Bioengineering recuerda, en este sentido, que más de 15 millones de personas en todo el mundo conviven con lesiones medulares, con costes sanitarios que a lo largo de la vida superan habitualmente el millón de dólares por paciente.

En este contexto, los investigadores –procedentes de la Università Vita‑Salute San Raffaele y de la Scuola Superiore Sant’Anna, junto a colaboradores de la Escuela Politécnica Federal de Lausana (EPFL)– han repasado la evolución de la estimulación eléctrica de la médula espinal (SCS). El artículo, asimismo, subraya que, aunque la SCS ha permitido recuperar movimientos en lesiones completas e incompletas, su control fino en situaciones reales continúa siendo un reto.

En su análisis, los autores destacan que una línea de investigación especialmente prometedora es el desarrollo de interfaces “cerebro–columna” capaces de vincular directamente comandos motores cerebrales con programas de estimulación medular. El artículo, además, recuerda que ya existen pruebas de concepto con electrocorticografía (ECoG) –mucho más invasivas–, y plantea la necesidad de explorar opciones no invasivas como la electroencefalografía (EEG). En este punto, el estudio aporta su contribución específica: evaluar, con datos experimentales, si la EEG puede detectar la intención de movimiento de las piernas en personas con lesión medular severa.

Pacientes con lesión medular y movimientos clave analizados mediante EEG

Para ello, el equipo de investigación ha trabajado con cuatro pacientes con lesión medular crónica a nivel torácico. Todos ellos participaron en cuatro sesiones en las que intentaron ejecutar cuatro movimientos clave: flexión de cadera izquierda y derecha y extensión de rodilla izquierda y derecha. Los autores, a este respecto, han descrito con detalle el protocolo: señales visuales, una fase de preparación mental, un periodo de intento de movimiento y una fase de descanso.

Durante todo el proceso, la actividad cerebral se registró mediante un gorro de 64 electrodos. Siguiendo los estándares de la investigación neurofisiológica, el equipo analizó las bandas de frecuencia asociadas al movimiento (theta, alfa, beta y gamma). Y, en este caso, el artículo muestra que, en la mayoría de casos, los intentos de movimiento provocaron desincronizaciones claras en las bandas bajas, un patrón ampliamente documentado en la literatura científica sobre activación motora, también en pacientes con lesión medular.

El cuerpo central del trabajo está dedicado a la interpretación de estas señales. Los autores emplearon, para ello, modelos de machine learning –concretamente, XGBoost– para comprobar si la información presente en el EEG permitía clasificar distintos estados. Según detalla la publicación, la tarea más sólida fue distinguir entre “intento de movimiento” y “reposo”, con dos de los pacientes mostrando resultados significativamente superiores al azar. El desempeño, como también señalaron los investigadores, fue más modesto en los otros dos casos.

Decodificación de movimientos y precisión del enfoque “multi‑ventana”

El artículo también examina una cuestión especialmente compleja: si es posible diferenciar tipos concretos de movimiento, como distinguir izquierda de derecha o cadera de rodilla. Aquí, los autores son explícitos: las precisiones fueron en general bajas y solo uno de los participantes mostró resultados consistentes por encima del azar. Sin embargo, al aplicar un enfoque “multi‑ventana”, combinando múltiples fragmentos de señal, se duplicó el número de sesiones con significación estadística.

Un hallazgo destacado, en este sentido, es que aproximadamente un segundo de señal EEG durante el intento de movimiento basta para clasificar con fiabilidad el estado “tarea vs. reposo”. Este dato, subrayan en el artículo, podría ayudar a desarrollar sistemas de control discretos que activen programas de estimulación para acciones concretas, como iniciar la marcha, sin necesidad de interpretaciones continuas y más ruidosas.

Aun así, los autores insisten en que los resultados deben interpretarse como una línea de base de viabilidad, no como un rendimiento clínico inmediato. Y es que, como advierte el texto, las señales están ahí, incluso en lesiones graves, pero se necesita ampliar el número de participantes, mejorar los esquemas de feedback y reforzar las estrategias de decodificación.

La conclusión general del trabajo incide en que, incluso en personas con parálisis motora completa, la actividad cerebral conserva huellas detectables de la intención de mover las piernas. Y, además, advierte que, si investigaciones futuras consolidan esta vía, la EEG podría convertirse en un eslabón más de las tecnologías que buscan traducir voluntad en movimiento, sin necesidad de técnicas invasivas.