Resumen:Si bien el aprendizaje profundo ha mejorado la precisión de la decodificación de la interfaz cerebro-computadora (BCI), la adopción clínica se ve obstaculizada por la naturaleza de “caja negra” de estos algoritmos, lo que genera frustración en el usuario y resultados deficientes en neuroplasticidad. Proponemos OmniNeuro, un marco HCI novedoso que transforma el BCI de un decodificador silencioso a un socio de retroalimentación transparente. OmniNeuro integra tres motores de interpretabilidad: (1) Física (Energía), (2) Caos (Complejidad fractal) y (3) Modelado de incertidumbre inspirado en lo cuántico. Estas métricas impulsan informes clínicos de neurosonificación e IA generativa en tiempo real. Evaluado en el conjunto de datos de PhysioNet ($N=109$), el sistema logró una precisión media del 58,52%, con estudios piloto cualitativos ($N=3$) que confirman que la retroalimentación explicable ayuda a los usuarios a regular el esfuerzo mental y reduce la fase de “prueba y error”. OmniNeuro es independiente del decodificador y actúa como una capa de interpretabilidad esencial para cualquier arquitectura de última generación.
Publicado originalmente en export.arxiv.org el 5 de enero de 2026.
Ver fuente original
