Para los avances en neurociencia, las técnicas de ingeniería biomédica que han tenido más éxito han sido la estimulación cerebral profunda y los implantes cocleares. La implantación coclear es un procedimiento quirúrgico dirigido a que el paciente recupere el sentido del oído a través de la estimulación eléctrica directa a la cóclea del oído interno.

A pesar de que la cirugía restaura la audición después de la pérdida de la sensibilidad, el nivel exacto en que esto se produce es altamente variable para cada paciente. Entre los diversos factores que intervienen está el diseño del implante, su colocación y el protocolo de estimulación. Sin embargo, hay una falta de conocimiento de cómo cada uno de estos factores afecta a la propagación y la excitación neural durante el funcionamiento del implante.

Un trabajo publicado en junio en la revista Molecular Neurobiology, coordinado por González Ballester, investigador ICREA del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) y jefe del Grupo de Investigación SIMBIOsys (Acrónimo de Simulation, Imaging and Modelling for Biomedical Systems), de la UPF, describe cómo  se puede predecir la evolución y la respuesta a la intervención quirúrgica de implantación coclear a través de modelos computacionales capaces de ser rediseñados según los resultados de la operación con el fin de ofrecer al paciente pautas de estimulación más eficientes.

En el trabajo han participado Mario Ceresa y Nerea Mangado, miembros de su equipo y  Russell J. Andrews,  científico del grupo de Sistemas Inteligentes en Nanotecnología de la NASA (EEUU).

Medicina personalizada en el ámbito de los implantes cocleares

Como ha comentado González Ballester, "en este trabajo ponemos de manifiesto cómo los modelos computacionales de gran precisión y específicos para cada paciente, proporcionan una información esencial para mejorar la interfaz entre el electrodo y el sistema nervioso".

Los investigadores han trabajado con dos grupos de pacientes, unos que presentaban las fibras nerviosas intactas y otras con las fibras nerviosas degeneradas. Entonces, mediante el modelo computacional han podido predecir la respuesta a la estimulación eléctrica de cada paciente y rediseñar el protocolo de estimulación con mejores parámetros.

"Creemos que nuestro trabajo tiene el potencial de ayudar a mejorar la calidad de vida de los pacientes de dos maneras. En primer lugar, ayudando a diseñar mejores implantes y protocolo de estimulación y, en segundo lugar, ajustando la técnica según la anatomía de cada paciente antes de la cirugía, contando con la ayuda de las imágenes clínicas ", ha resaltado González Ballester. "Esto permitirá hacer una planificación de la cirugía y un seguimiento postoperatorio específico para cada paciente dentro de una perspectiva de medicina personalizada", ha añadido.

Este trabajo se enmarca dentro del proyecto europeo Hear-EU, coordinado por Miguel A. González Ballester. El objetivo principal de este proyecto es desarrollar nuevos sistemas computacionales basados ​​en imágenes microCT (microtomografia computarizada, o formación de imágenes en rayos X en 3D) de alta resolución, y modelos matemáticos predictivos que ayuden a la cirugía y el diseño de nuevos implantes.

Trabajo de referencia:

Mario Ceresa, Nerea Mangado, Russell J. Andrews,  Miguel A. Gonzalez Ballester, (2015),  " Computational Models for Predicting Outcomes of Neuroprosthesis Implantation: the Case of Cochlear Implants",  Moleular Neurobiolo gy, DOI 10.1007/s12035-015-9257-4.

Otras e-noticias de investigación relacionadas:

CARS 2015, avances en tecnologías aplicables a la medicina