
La neurotecnología experimentó un avance notable, acercando al público general herramientas antes reservadas para laboratorios especializados. La posibilidad de monitorizar la actividad cerebral fuera de entornos clínicos y acceder a datos de calidad científica despierta nuevas oportunidades en investigación, salud mental y bienestar.
Actualmente, tecnologías basadas en sensores y modelos avanzados de inteligencia artificial comienzan a cruzar la frontera entre la ciencia y el consumo doméstico, impulsadas por dispositivos accesibles. La revista científica IEEE Spectrum destacó que estos modelos prometen cambiar la forma en la que se entiende al descanso, el rendimiento cognitivo y la vida diaria.

Muse S Athena y la evolución de la neurotecnología doméstica
El lanzamiento del Muse S Athena marcó un hito en la convergencia entre investigación y tecnología de consumo. Esta banda desarrollada por Interaxon combina sensores de electroencefalografía (EEG) y espectroscopía funcional en el infrarrojo cercano (fNIRS), además de un sistema de inteligencia artificial entrenado con más de 1.000 millones de minutos de datos cerebrales.
Este dispositivo podría transformar la forma en que se estudia el cerebro fuera de entornos clínicos, abriendo posibilidades tanto para científicos como para quienes desean monitorizar la calidad de su sueño o salud mental en casa.
La herramienta del Muse S Athena surge de una línea que comenzó hace más de dos décadas como herramienta de neurofeedback y meditación. La principal innovación de esta generación reside en los sensores fNIRS, que permiten medir los niveles de oxigenación sanguínea en el cerebro de forma no invasiva. Además, el equipo combina cuatro sensores de EEG y cinco de luz infrarroja a lo largo de la frente, permitiendo recolectar simultáneamente datos eléctricos y hemodinámicos.
En el mismo sentido, Interaxon desarrolló el “foundation brain model”, una IA que utiliza arquitectura de transformador similar a la de ChatGPT. Este modelo se entrena con décadas de datos aportados por usuarios, lo que le permite analizar patrones cerebrales a una profundidad inédita para un dispositivo de consumo.
Muse S Athena cuesta alrededor de USD 500, a lo que se suman tarifas de suscripción, mientras que herramientas similares de laboratorio llegan a cifras superiores a USD 100.000. Es así que la compañía Interaxon ofrece un acceso más amplio a la monitorización cerebral.

Potencial investigativo y aplicaciones en el hogar
Uno de los principales objetivos de Interaxon es democratizar la neurotecnología y facilitar la investigación fuera de ambientes convencionales. Chris Aimone, director de innovación y cofundador de la firma, comentó en IEEE Spectrum que “gran parte de su comunidad científica se interesa por la ciencia del sueño”.
El dispositivo Muse S Athena permite analizar la actividad cerebral y oxigenación sanguínea durante el descanso, facilitando la evaluación de trastornos como la apnea. Pruebas anteriores mostraron que su desempeño puede compararse con equipos de laboratorio, lo que refuerza su valor tanto en clínica como en el hogar.
Asimismo, la flexibilidad y portabilidad del Muse S Athena expanden sus usos a estudios de campo y aplicaciones en ciencia ciudadana. Olav Krigolson, neurocientífico de la Universidad de Victoria (Canadá), empleó versiones previas del dispositivo para analizar la fatiga cerebral en estudiantes y profesionales fuera del laboratorio.
“La posibilidad de realizar investigaciones fuera del laboratorio amplía el tipo de preguntas científicas que pueden abordarse, ya que permite observar el cerebro en situaciones cotidianas y reales”, destacó Krigolson.
Por su parte, la empresa desarrolladora implementó un programa en el que los usuarios se inscriben en estudios a través de una aplicación, facilitando la recolección masiva de datos y el entrenamiento de IA sobre diferencias individuales y patrones mentales.

Ventajas, limitaciones y precauciones éticas
A pesar de los avances, el Muse S Athena también tiene limitaciones técnicas. Hubin Zhao, ingeniero del University College London, advirtió en IEEE Spectrum que su bajo número de canales restringe la riqueza y resolución de los datos en comparación con sistemas de laboratorio. “Si tienes más sensores, más canales de medición, obtienes información más rica y con mejor resolución”, explicó.
Guiomar Niso, neurocientífica del Instituto Cajal, recordó que los estudios deben diseñarse considerando que solo se dispondrá de información de sensores frontales. Para investigaciones que exigen mapeo cerebral detallado, los equipos tradicionales resultan indispensables.
Interaxon aclara¿ó que el Muse S Athena no tiene valor diagnóstico, sino que está orientado a la monitorización y al apoyo en investigación. La integración de IA en dispositivos cerebrales promete avances, pero exige responsabilidad. Mevhibe Saricoğlu, profesora asistente de la Universidad Medipol de Estambul, subrayó que “deben usarse de manera ética, transparente y con plena conciencia de sus capacidades y limitaciones”.

Nueva etapa para la neurotecnología doméstica
Tanto Muse S Athena como dispositivos similares representan la llegada de la neurotecnología avanzada al entorno doméstico, con la promesa de transformar no solo la investigación científica, sino también la vida cotidiana. Los próximos pasos dependerán del uso ético y de la evolución de herramientas con IA, hacia una mejor comprensión de la mente humana.
Últimas Noticias
Bitcoin registra pérdidas en el mercado de criptomonedas hoy 23 de julio
La criptomoneda sostiene una racha de pérdidas en el inicio de esta jornada ante las salidas de ETFs en los últimos días

Qué es Starlink y en qué se diferencia con otros servicios de internet
La solución de SpaceX, propiedad de Elon Musk, utiliza miles de satélites en baja órbita para ofrecer cobertura de alta velocidad y baja latencia en zonas remotas. El modelo plantea ventajas en conectividad, pero desafíos ambientales y riesgos por la congestión orbital

Netflix: paso a paso para resolver el error “No es posible reproducir el título, intenta más tarde”
Es un problema común que se puede presentar en televisores, celulares y otros dispositivos, y la mayoría de veces está relacionado con la red WiFi doméstica

El nuevo avance de Google DeepMind: robots que aprenden tenis de mesa sin supervisión humana y se adaptan en tiempo real
La combinación de aprendizaje automático y modelos de lenguaje visual permite que los sistemas perfeccionen habilidades complejas. IEEE Spectrum remarcó un salto hacia una robótica más autónoma y útil en ambientes cotidianos

5 claves para entender la inteligencia artificial en 2025
MIT Technology Review expone los avances, retos y misterios que rodean a la IA, desde su integración en la vida diaria hasta el debate sobre la AGI y el consumo energético
