Algunos dispositivos electrónicos que operan en contacto con el cuerpo humano (por ejemplo, un reloj inteligente que analiza el sudor de la muñeca) funcionan convirtiendo las señales iónicas del tejido biológico en señales electrónicas que se utilizan en los transistores.

Pero los materiales de estos dispositivos suelen estar diseñados para maximizar la captación de iones sacrificando la eficiencia en otros aspectos.

Para remediarlo, el equipo internacional de Aristide Gumyusenge, del Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos, ha recurrido a un nuevo enfoque de diseño de materiales conocidos como OMIECs (por las siglas en inglés de “Organic Mixed Ionic-Electronic Conductors“), que equilibra su capacidad iónica con otras capacidades.

Los nuevos OMIECs optimizados pueden incluso memorizar estas señales iónicas provenientes de tejido biológico, de un modo que imita al aprendizaje de las neuronas biológicas.

Este comportamiento es fundamental para la electrónica de próxima generación inspirada en la biología y las interfaces cuerpo-máquina, en las que los componentes artificiales deben “hablar el mismo idioma” que los naturales para lograr una integración perfecta.

La estrategia de diseño de los investigadores del MIT permite ajustar la capacidad de un OMIEC para recibir y retener una carga electroquímica basada en iones.

El proceso se asemeja a lo que ocurre con las neuronas biológicas, que utilizan iones para comunicarse durante el aprendizaje y el uso de la memoria.

Esto hizo que el equipo de Gumyusenge se preguntara si podrían utilizarse sus OMIECs en dispositivos que imitaran las conexiones sinápticas entre las neuronas del cerebro.

El estudio ha demostrado que ciertamente las sinapsis artificiales así diseñadas pueden conducir señales con una flexibilidad que recuerda a la plasticidad sináptica que hace posible el aprendizaje.

Estas sinapsis artificiales ejercen además un fortalecimiento persistente de la transmisión de señales desde ellas que se asemeja al proceso biológico de formación de recuerdos.

Algún día, estos tipos de sinapsis artificiales podrían constituir la base de redes neuronales artificiales que harían aún más eficiente la integración de la electrónica con la biología.

Fuente: Nano – Micro Small

Artículos relacionados:

Nuevo método para impresión 3D de tejidos vivos Transistores flexibles que se enrollan solos alrededor de tejidos Tan grande como una tableta, un chip para inteligencia artificial con más de 1,2 billones de transistores Crean novedoso biosensor para detectar las señales eléctricas que envía el cerebro Crean transistores para controlar células vivas Buscadores de internet leyendo señales cerebrales del usuario para interpretar mejor qué busca