LogSync: el chip de EPFL que lee redes cerebrales

Un chip que escucha la conversación entre regiones del cerebro

Investigadores de EPFL desarrollaron LogSync, un chip neuronal implantable que consume menos de 200 microwatts y decodifica en tiempo real la comunicación entre distintas regiones del cerebro. El sistema, publicado en el IEEE Journal of Solid-State Circuits, distingue estados cognitivos y emocionales a partir de las señales neuronales y genera disparadores de estimulación cuando detecta un estado concreto. Para quien mira el sector neurotech desde la inversión o el producto, el mensaje es claro: el cuello de botella ya no está solo en el electrodo, sino en el algoritmo capaz de interpretar la red completa.

La estimulación cerebral profunda (DBS, por sus siglas en inglés) es una técnica con un siglo de historia clínica que hoy se usa de forma rutinaria en trastornos del movimiento como el Parkinson. Una revisión publicada en Medicine Plus y difundida por EurekAlert mapea sus objetivos y su evidencia clínica en 16 trastornos neurológicos y psiquiátricos, y confirma que la mayoría de las aplicaciones psiquiátricas siguen siendo investigacionales.

¿Qué hace diferente a LogSync frente a la estimulación cerebral actual?

La mayoría de los sistemas de DBS operan en bucle abierto: estimulan según parámetros predefinidos, sin adaptarse a la actividad cerebral del paciente. Incluso entre los sistemas adaptativos, muchos dependen de señales registradas en una sola región del cerebro.

Ese es justamente el límite que ataca el equipo de Mahsa Shoaran, responsable del Laboratorio de Neurotecnologías Integradas de la Escuela de Ingeniería de EPFL y del Instituto Neuro-X. «Nuestro trabajo se basa en el creciente cuerpo de investigación que sugiere que los trastornos psiquiátricos surgen más de interrupciones en la comunicación entre regiones del cerebro que de la disfunción de una sola región», explica Shoaran.

LogSync extrae biomarcadores de red: la fuerza de las oscilaciones cerebrales y la sincronía entre señales de distintas regiones. Un algoritmo de aprendizaje automático analiza esos biomarcadores y decide cuándo estimular.

¿Cómo se valida un chip de este tipo antes de un ensayo clínico?

El equipo evaluó LogSync con grabaciones cerebrales humanas obtenidas en experimentos psiquiátricos previos. Un conjunto de datos capturó cambios en el compromiso cognitivo durante una tarea mental; otro registró la activación emocional mientras los participantes veían videoclips. El algoritmo distinguió ambos estados a partir de las señales neuronales.

En experimentos adicionales con ratas en la Universidad de Minnesota, el implante siguió las oscilaciones en curso y generó disparadores de estimulación en fases predefinidas de la actividad cerebral. Es decir: la validación combina datos humanos retrospectivos con pruebas en animales, un camino habitual cuando el objetivo es un dispositivo implantable.

¿Cuánto pesa el presupuesto de energía en un implante?

Muchísimo. Shoaran señala que el mayor desafío fue lograr toda esa funcionalidad dentro del presupuesto de energía de un implante. «Todo el sistema está co-diseñado: los algoritmos y el hardware se desarrollan juntos, con las restricciones del implante en mente», dice. Ese enfoque permitió procesar y decodificar señales de red en un solo chip, con un consumo por debajo de los 200 microwatts, una fracción de lo que requieren muchos sistemas implantables de interfaz neuronal.

La otra innovación es el uso de cálculos logarítmicos, que simplifican las operaciones necesarias para analizar redes cerebrales y extraer biomarcadores en tiempo real. El chip mide aproximadamente 4 x 2 milímetros, según las imágenes difundidas por EPFL.

El trabajo se desarrolló en el marco de una subvención de 6,6 millones de francos suizos del National Institute of Mental Health (NIMH) de Estados Unidos, orientada a sistemas implantables capaces de medir y controlar redes oscilatorias en enfermedades psiquiátricas graves, en particular trastornos del estado de ánimo y de ansiedad.

¿Qué tan grande es el mercado que persigue esta tecnología?

El informe Bioelectronic Medicine Device Market Global Report 2026 de ResearchAndMarkets, difundido por Yahoo Finance, proyecta que el mercado de dispositivos de medicina bioelectrónica pase de US$2.130 millones en 2025 a US$2.490 millones en 2026, y alcance US$4.660 millones en 2030 con una tasa compuesta anual del 17%. Entre las tendencias que destaca está precisamente la expansión de los sistemas de neuroestimulación en bucle cerrado.

El capital privado ya se está moviendo. Bridge Neurotech salió de stealth con US$13,5 millones para una interfaz cerebro-computadora basada en ultrasonido y sin implante, con General Catalyst entre los inversores, según The Next Web. Y en China, Sequoia China lideró una ronda ángel multimillonaria en Tianfukang Medical Technology, en un contexto donde el país elevó la interfaz cerebro-computadora a prioridad estratégica en su planificación económica de 2026, según ChinaTechNews.

La escala, sin embargo, sigue siendo mínima: WIRED reporta que solo alrededor de 100 personas en el mundo han recibido un implante de interfaz cerebro-computadora en ensayos clínicos, incluidas al menos 21 con el dispositivo de Neuralink.

¿Qué falta para que esto llegue a la clínica?

Los obstáculos no son menores. News-Medical resume los principales: procedimientos invasivos con riesgo de infección y daño tisular, costos altos de dispositivo e implante, variabilidad considerable entre pacientes y rutas regulatorias complejas para sistemas adaptativos que incorporan IA y modifican la terapia de forma continua. A eso se suma la discusión ética sobre privacidad de los datos neuronales y transparencia algorítmica.

La revisión difundida por EurekAlert pide lo mismo desde el lado clínico: biomarcadores validados, ensayos ciegos, reporte estandarizado de eventos adversos y supervisión ética de largo plazo. El progreso, subraya, debe medirse por resultados significativos para el paciente y no por novedad tecnológica.

En paralelo, el laboratorio de Shoaran impulsa Infera Neuro, un spin-off de EPFL cofundado por ella, como vía de traslación de estas tecnologías hacia aplicaciones clínicas.

¿Qué significa esto para tu startup?

Tres lecturas concretas para founders:

• El hardware solo no gana. LogSync es un caso de co-diseño: el algoritmo se escribió pensando en el presupuesto de energía del implante. Si desarrollas dispositivos médicos o wearables de salud, define las restricciones físicas antes de elegir el modelo de IA, no después. Un modelo que no cabe en el chip no existe.
• Los datos sin etiquetar son un activo estratégico. El laboratorio avanza en paralelo con métodos de aprendizaje autosupervisado que aprenden directamente de grabaciones neuronales en lugar de biomarcadores predefinidos, un trabajo presentado en ICML 2026. Si tu producto captura señales fisiológicas multicanal, invertir en representaciones autoaprendidas puede valer más que etiquetar manualmente cada evento.
• El capital deep tech no viene solo de venture capital. Este proyecto se financió con una subvención del NIMH y con fondos públicos suizos. Para un founder de LATAM o España con tecnología de ciclo largo, las convocatorias públicas y los grants no dilutivos son una vía realista para financiar la validación previa al inversor.

Y una advertencia de timing: la validación de LogSync se hizo con datos humanos retrospectivos y modelos animales. La distancia entre eso y un dispositivo aprobado se mide en años y en ensayos clínicos, no en trimestres. Cualquier hoja de ruta en neurotech debería reflejar ese calendario.

Conclusión

LogSync no es un producto, es una prueba de concepto de que se puede procesar y decodificar la comunicación entre regiones del cerebro dentro del presupuesto de energía de un implante. Eso mueve la frontera de la neuroestimulación adaptativa desde el electrodo hacia el algoritmo y los biomarcadores de red. Para el ecosistema emprendedor, la señal relevante es que el valor en neurotech se está desplazando hacia quien sepa interpretar señales complejas con muy pocos recursos, y que el camino hacia la clínica sigue siendo largo, caro y regulado.

Fuentes

• EPFL — Neural chip decodes interactions between brain regions (fuente original)
• Yahoo Finance — Global Bioelectronic Medicine Device Market 2026
• News-Medical — What Are Brain-Computer Interfaces and How Do They Treat Neurological Disorders?
• EurekAlert — A century of deep brain stimulation: toward precision neuromodulation
• The Next Web — Bridge Neurotech raises $13.5M to read brains with ultrasound, no implant
• WIRED — A New Neurotech Startup Launches to Rival Sam Altman’s Merge Labs
• ChinaTechNews — Sequoia China Leads Investment in Chinese Brain-Computer Interface Startup

Artículos relacionados:

Feinstein Institute: implante cerebral con IA restaura 86% de fuerza Science Corporation implanta su chip PRIMA en Stargardt OpenAI y Thiel ponen US$45M en implantes contra el cáncer China lanza el primer implante cerebral comercial: impacto y claves Ledger: roban US$100M con puertas traseras en monederos