Una mano robótica inteligente para amputados combina el control del usuario y la inteligencia artificial. Los científicos de la EPFL han probado con éxito la nueva tecnología neuroprotésica que combina el control robótico con el control voluntario de los usuarios, abriendo caminos en el nuevo campo interdisciplinario de control compartido para las tecnologías neuroprotésicas.
Los científicos de EPFL están desarrollando nuevos enfoques para mejorar el control de las manos robóticas, en particular para los amputados, que combinan el control individual de los dedos y la automatización para mejorar el agarre y la manipulación. Esta prueba de concepto interdisciplinaria entre neuroingeniería y robótica se probó con éxito en tres amputados y siete sujetos sanos. Los resultados se publicaron en Nature Machine Intelligence.
La tecnología combina dos conceptos de dos campos diferentes. La implementación de ambos juntos nunca se había hecho antes para el control manual robótico, y contribuye al campo emergente de control compartido en neuroprotésica.
Un concepto, de la neuroingeniería, implica descifrar el movimiento intencionado del dedo de la actividad muscular en el muñón del amputado para el control individual del dedo de la mano protésica que nunca antes se había hecho. El otro, de la robótica, permite que la mano robótica ayude a agarrar objetos y mantener contacto con ellos para un agarre robusto.
«Cuando sostienes un objeto en la mano y comienza a resbalar, solo tienes un par de milisegundos para reaccionar», explica Aude Billard, quien dirige el Laboratorio de Sistemas y Algoritmos de Aprendizaje de EPFL. “La mano robótica tiene la capacidad de reaccionar en 400 milisegundos. Equipado con sensores de presión a lo largo de los dedos, puede reaccionar y estabilizar el objeto antes de que el cerebro pueda percibir que el objeto se está deslizando. »
Cómo funciona el control compartido usuario – robot
El algoritmo primero aprende a decodificar la intención del usuario y lo traduce al movimiento de los dedos de la mano protésica. El amputado debe realizar una serie de movimientos de la mano para entrenar el algoritmo que utiliza el aprendizaje automático. Los sensores colocados en el muñón del amputado detectan la actividad muscular, y el algoritmo aprende qué movimientos de las manos corresponden a qué patrones de actividad muscular. Una vez que se comprenden los movimientos de los dedos previstos por el usuario, esta información se puede utilizar para controlar los dedos individuales de la mano protésica.
«Debido a que las señales musculares pueden ser ruidosas, necesitamos un algoritmo de aprendizaje automático que extraiga la actividad significativa de esos músculos y los interprete en movimientos», dice Katie Zhuang, primer autor de la publicación.
Luego, los científicos diseñaron el algoritmo para que la automatización robótica se active cuando el usuario intenta agarrar un objeto. El algoritmo le dice a la mano protésica que cierre los dedos cuando un objeto está en contacto con sensores en la superficie de la mano protésica. Este agarre automático es una adaptación de un estudio previo para brazos robóticos diseñado para deducir la forma de los objetos y agarrarlos basándose solo en información táctil, sin la ayuda de señales visuales.
Quedan muchos desafíos para diseñar el algoritmo antes de que pueda implementarse en una mano protésica disponible comercialmente para amputados. Por ahora, el algoritmo aún se está probando en un robot provisto por una parte externa.
«Nuestro enfoque compartido para controlar las manos robóticas podría usarse en varias aplicaciones neuroprotésicas como las prótesis de mano biónicas y las interfaces cerebro-máquina, aumentando el impacto clínico y la usabilidad de estos dispositivos», dice Silvestro Micera, presidente de la Fundación Bertarelli de EPFL en Neuroingeniería Traslacional y profesor de bioelectrónica en la Scuola Superiore Sant’Anna en Italia.
Nuestro objetivo es construir una sociedad centrada en el progreso socioeconómico. Creemos que la tecnología y la conectividad pueden ayudar a mejorar la vida de millones de personas y empresas. Tenemos el compromiso de hacerlo reduciendo nuestro impacto ambiental y construyendo una sociedad digital inclusiva que respeta nuestro planeta.
La industria ha acelerado la adopción de tecnologías conectadas en todos los niveles de la producción. Sensores IoT, sistemas de control industrial, robótica avanzada, inteligencia artificial y plataformas de análisis de datos están impulsando una nueva generación de fábricas más eficientes, automatizadas y competitivas.
En este proceso, la nube pública se ha consolidado como una herramienta fundamental para almacenar información, desplegar aplicaciones corporativas y escalar recursos tecnológicos con gran flexibilidad. Sin embargo, cuando hablamos del entorno productivo, la realidad es diferente. La competitividad y productividad de una fábrica dependen hoy de requisitos de velocidad, disponibilidad y seguridad que una arquitectura basada exclusivamente en cloud tradicional no siempre puede garantizar.
A medida que la Industria 4.0 evoluciona hacia modelos más autónomos e inteligentes, surge la necesidad cada vez más evidente de recuperar el control sobre la infraestructura crítica mediante modelos de computación distribuidos que garanticen soberanía operativa, resiliencia y rendimiento en tiempo real.
La transformación digital del comercio ha difuminado las fronteras entre la tienda física y el canal online. Hoy, los clientes esperan el mismo nivel de disponibilidad, rapidez y precisión en ambos entornos: quieren saber si un producto está disponible, poder comprarlo sin incidencias y recibirlo o recogerlo en el momento acordado.
Por este motivo, la sincronización del stock en tiempo real se ha convertido en un requisito imprescindible para cualquier empresa que desee gestionar sus ventas omnicanal de forma eficiente, evitar errores de inventario y proporcionar una experiencia de cliente coherente y sin contratiempos.
El cliente de 2026 se caracteriza por un alto nivel de exigencia y una demanda de respuestas rápidas y personalizadas, tanto si hablamos de consumidores finales (B2C) como de corporativos (B2B). Acostumbrados a realizar gestiones mediante apps o redes sociales, los departamentos de atención al cliente tienen que darles una respuesta acorde con lo que esperan recibir y, en muchos casos, ya están acostumbrados. Por eso, para muchas compañías, los servicios de atención al cliente han dejado de ser una función de soporte para convertirse en un pilar estratégico de la experiencia del cliente (CX). Y en esa experiencia, la inteligencia artificial tiene mucho que aportar.
La IA ya no es una novedad, es mainstream. Para el usuario, es un atajo hacia una respuesta más afinada con sus demandas. Para la empresa, es el motor que permite la eficiencia operativa e impulsa que el factor humano se destine para lo que realmente importa: la empatía y la resolución de conflictos complejos. Vamos a ver cómo podemos aprovechar estas dos oportunidades analizando un poco más el contexto y las soluciones.
La Inteligencia Artificial está abandonando progresivamente los entornos puramente digitales para interactuar de forma directa con el mundo real, integrada en dispositivos capaces de percibir, analizar y actuar sobre su entorno. Esta evolución está dando lugar a una nueva generación de sistemas conectados capaces de percibir, analizar y actuar sobre su entorno físico de manera autónoma. Desde drones de inspección industrial hasta robots colaborativos y vehículos autónomos, la denominada IA física se perfila como uno de los grandes motores de transformación tecnológica de la próxima década.
Sin embargo, el éxito de esta revolución no depende únicamente de algoritmos más avanzados, sino que también exige una infraestructura de comunicaciones capaz de proporcionar conectividad instantánea, segura y resiliente. De cara a esta nueva necesidad, los operadores de telecomunicaciones están llamados a desempeñar un papel estratégico como habilitadores de la nueva economía inteligente.
En la primera entrega de esta serie analizamos por qué ninguna empresa puede aspirar a ser AI Ready si su información crítica sigue dispersa en hojas de cálculo, sistemas desconectados y silos departamentales. El primer paso era claro: ordenar el dato, construir una fuente única de verdad y sentar las bases para que cualquier algoritmo pudiera operar sobre información fiable, actualizada y gobernada.
Superado ese primer nivel de madurez, el siguiente reto consiste en activar esos datos. Porque la digitalización ya no se mide solo por la cantidad de información que acumula una empresa, sino por su capacidad para convertirla en decisiones, automatizaciones y flujos de trabajo inteligentes.
Aunque muchas empresas han logrado ordenar su información y salir del caos del Excel, el reto ahora es transformar esos datos en procesos que se ejecutan con menor intervención manual. ¿El objetivo? Reducir tareas repetitivas, ganar eficiencia y liberar recursos para actividades de mayor valor.
Ese es el salto competitivo que define el segundo nivel de madurez AI Ready: pasar de la visibilidad del dato a la hiperautomatización de procesos. Es decir, convertir la información centralizada en acciones coordinadas, escalables y cada vez más inteligentes.
Ya no basta con ofrecer una buena atención sanitaria. La experiencia del paciente se ha convertido en un factor diferencial para clínicas, hospitales y centros médicos. La inmediatez, la personalización y la continuidad en la comunicación son cada vez más importantes en un entorno en el que las líneas telefónicas se saturan, los chats acumulan consultas y los equipos administrativos gestionan cada vez más interacciones.
En el sector sanitario, la atención al cliente omnicanal permite integrar canales, optimizar procesos y ofrecer una atención al paciente más ágil, conectada y eficiente. Con el apoyo de los agentes de IA, este modelo puede dar un paso más, automatizando tareas repetitivas, reduciendo tiempos de espera y permitiendo que el personal se centre en los casos que realmente requieren intervención humana.
