Hemispheric quiere detectar trastornos cerebrales con EEG e IA

Gidi Littwin, uno de los ingenieros que participó en el desarrollo de Face ID en Apple, ha captado 52 millones de dólares para llevar la inteligencia artificial al análisis de la actividad eléctrica cerebral. Su empresa, Hemispheric, quiere ayudar a diagnosticar trastornos como la depresión, el trastorno de estrés postraumático —TEPT— o el párkinson mediante una prueba de electroencefalograma, o EEG, de unos 15 minutos.

La ambición es convertir una medición que hoy requiere interpretación clínica especializada en una herramienta más accesible para consultas de salud mental, hospitales y centros de neurología. Pero la compañía todavía tiene que demostrar que su sistema funciona con fiabilidad en estudios clínicos y obtener la autorización de la Administración de Alimentos y Medicamentos de Estados Unidos (FDA).

Un modelo entrenado con 250.000 horas de actividad cerebral

Hemispheric afirma haber recopilado 250.000 horas de datos cerebrales de 100.000 voluntarios remunerados en Asia, Tel Aviv y Boston. Durante las sesiones, los participantes realizaban actividades presentadas como juegos, diseñadas para activar distintas funciones del cerebro.

Ese volumen de registros es el activo central de la empresa. Los EEG miden las pequeñas señales eléctricas producidas por el cerebro a través de electrodos colocados sobre el cuero cabelludo. Son una técnica conocida, no invasiva y relativamente barata, pero sus datos son ruidosos y varían mucho de una persona a otra. Dos cerebros sanos pueden mostrar patrones distintos; una señal aislada rara vez basta para establecer un diagnóstico.

Hemispheric entrena modelos de aprendizaje profundo para encontrar regularidades en esa variación. La idea se parece, en su lógica general, al entrenamiento de un modelo de lenguaje: en lugar de aprender patrones estadísticos entre palabras, el sistema aprende relaciones entre señales eléctricas, tareas realizadas y características clínicas de los participantes.

Según la compañía, el modelo se probó en grupos de personas con diagnósticos de TEPT, esquizofrenia y depresión, y fue capaz de extraer conclusiones sobre su salud cerebral. No obstante, la información publicada no aporta cifras de precisión ni permite comparar su rendimiento con el diagnóstico habitual. Esa diferencia importa: identificar patrones en una muestra seleccionada no equivale todavía a demostrar utilidad clínica en pacientes reales, con historiales, medicación y síntomas muy diversos.

Del cuestionario a una medición objetiva

Los diagnósticos de depresión y otros trastornos cognitivos se apoyan en buena medida en entrevistas, cuestionarios y observación clínica. No son métodos menores: recogen síntomas que un EEG no puede medir directamente, como el estado de ánimo, los pensamientos o la capacidad de funcionar en la vida cotidiana. Pero dependen de la comunicación del paciente y del juicio profesional, y no existe una prueba biológica única que confirme la mayoría de estos trastornos.

Hemispheric no plantea que el EEG sustituya a los especialistas. Su propuesta es ofrecerles una capa adicional de información: un paciente usaría una diadema ligera conectada a una aplicación en una tableta, y el modelo analizaría los registros para apoyar el diagnóstico, prever qué intervención podría resultar más eficaz y seguir la evolución del tratamiento.

La empresa también prepara un estudio clínico sobre alzhéimer para comprobar si su tecnología puede contribuir tanto al diagnóstico como a la predicción de la enfermedad. Es un objetivo especialmente exigente. En neurología, un biomarcador —una señal medible asociada a una enfermedad— debe validarse en poblaciones amplias y demostrar que mejora decisiones médicas concretas, no solo que detecta diferencias estadísticas.

El primer producto apunta al TEPT

La compañía prevé presentar ante la FDA su primer producto, orientado al estudio del TEPT. La autorización regulatoria será la prueba decisiva para una empresa que opera en una frontera delicada: una recomendación algorítmica puede ser útil para orientar una evaluación, pero un falso positivo o un falso negativo en salud mental tiene consecuencias reales para pacientes y profesionales.

Los 52 millones de dólares de financiación servirán para ampliar acuerdos con gobiernos, organizaciones sanitarias y farmacéuticas, reforzar el equipo en Estados Unidos y aumentar la recogida de datos. Hemispheric aspira a registrar la actividad cerebral de millones de personas para mejorar el modelo.

Littwin llega a este proyecto con experiencia en otro problema basado en grandes colecciones de datos: Face ID necesitó muestras masivas para aprender a reconocer rostros en condiciones muy distintas. El cerebro, sin embargo, es un reto mayor. Una cara puede verificarse frente a una identidad conocida; un trastorno psiquiátrico o neurodegenerativo no tiene una señal eléctrica simple y universal.

Por eso Hemispheric desarrolla también sus propios dispositivos de medición. La empresa sostiene que los EEG convencionales no fueron diseñados pensando en modelos de aprendizaje profundo y busca obtener señales más útiles para sus algoritmos. Si logra validarlas clínicamente, podría abaratar y extender el acceso a evaluaciones neurológicas. Hasta entonces, su propuesta debe medirse por los resultados de sus ensayos, no por el tamaño de su base de datos ni por la procedencia de sus fundadores.