Aleph logra la imagen vascular del cerebro vivo con ultrasonido: 100x sobre CT

⏱️ Lectura: 13 min

El 24 de junio de 2026, la empresa Aleph presentó lo que describe como la imagen vascular más detallada de un cerebro humano vivo jamás captada con ultrasonido cerebral a través del cráneo intacto. El logro no necesitó taladrar el hueso ni insertar electrodos: bastaron ondas de sonido y microburbujas inyectadas en la sangre.

📑 En este artículo

1. TL;DR
2. Qué pasó
3. Contexto e historia: los dos extremos de leer el cerebro
4. Cómo funciona el ultrasonido cerebral: microburbujas contra el límite de difracción
5. Datos y cifras
6. Impacto del ultrasonido cerebral en clínica y neurotecnología
7. Qué sigue: hacia la imagen neurovascular sin contraste
8. Preguntas frecuentes
   1. ¿Qué es el ultrasonido cerebral neurovascular?
   2. ¿Necesita cirugía o perforar el cráneo?
   3. ¿Qué son las microburbujas y son seguras?
   4. ¿En qué se diferencia de una resonancia magnética?
   5. ¿Para qué sirve a nivel clínico?
   6. ¿Está disponible el código?
9. Referencias

La promesa de fondo es una interfaz cerebro-máquina con el detalle de una resonancia magnética, pero en un formato del tamaño de un smartphone. Y esta vez, además, viene con el código y los datos abiertos.

TL;DR

• Aleph publicó el 24 de junio de 2026 la imagen vascular más detallada de un cerebro humano vivo captada con ultrasonido transcraneal.
• La técnica logra 100 veces más resolución volumétrica que un CT comparable, con detalle submilimétrico cercano al de una resonancia.
• Se apoya en el acoplamiento neurovascular: cuando las neuronas disparan llega más sangre, y el ultrasonido mide ese flujo.
• Usa microburbujas de hexafluoruro de azufre (SF6), un agente de contraste aprobado por la FDA, infundidas durante 4 minutos.
• ULM supera el límite de difracción ajustando el centro de cada microburbuja con precisión sub-pixel, por debajo de la longitud de onda.
• Aleph liberó como open source todo el pipeline de procesamiento y el dataset, pensando en ictus, Alzheimer y traumatismo craneal.
• El siguiente objetivo es la imagen neurovascular sin contraste, con machine learning end-to-end sobre el mayor dataset del rubro.

Qué pasó

Aleph, una empresa enfocada en interfaces cerebro-máquina, anunció un hito que el campo de la neuroimagen llevaba años persiguiendo: reconstruir en tres dimensiones la red de vasos sanguíneos de un cerebro humano vivo usando únicamente ultrasonido, y hacerlo sin retirar el cráneo. En la imagen que publicaron se distinguen los vasos grandes, las arterias piales y hasta las arteriolas, las ramas más finas del árbol vascular.

Según la compañía, se trata de la primera imagen 3D de microscopía de localización por ultrasonido —ULM, por sus siglas en inglés— obtenida en un cerebro humano a través del hueso, y alcanza una resolución volumétrica cien veces mayor que la de una tomografía computarizada (CT) comparable.

El punto clave es ese «a través del cráneo». La técnica ya había dado resultados espectaculares en animales y cuando se retira una porción del hueso, porque el cráneo dispersa y atenúa el sonido de forma severa. Lograrlo con el cráneo intacto es la diferencia entre un experimento de laboratorio y algo que algún día podría usarse en una clínica o, incluso, llevarse puesto.

Contexto e historia: los dos extremos de leer el cerebro

Para entender por qué esto importa, conviene mirar cómo leemos hoy la actividad cerebral. Existen dos extremos. En uno están los electrodos invasivos: se perfora el cráneo y se insertan sensores directamente en el tejido. Dan una señal limpísima y son ideales para tareas concretas —mover un cursor, controlar un brazo robótico—, pero incluso con mil electrodos se captura, a lo sumo, el 0,001 % del cerebro. Los pensamientos, en cambio, están distribuidos por todo el órgano.

En el otro extremo está el electroencefalograma (EEG): barato, no invasivo, con buena cobertura, pero borroso. Esa falta de nitidez no se arregla agregando sensores; es física pura, por la forma en que los campos eléctricos y magnéticos se propagan a través del cráneo y el cuero cabelludo. El EEG y el MEG ven mucho, pero lo ven mal.

La resonancia magnética funcional (fMRI) resuelve ambos problemas —campo de visión amplio y buen detalle— y es la tecnología detrás de demostraciones que parecen ciencia ficción, como reconstruir la imagen que alguien está mirando a partir de su actividad cerebral. El problema es evidente: una máquina de resonancia pesa toneladas, cuesta millones y no se puede usar como un casco. El ultrasonido neurovascular promete el detalle de la resonancia en un formato infinitamente más práctico.

Cómo funciona el ultrasonido cerebral: microburbujas contra el límite de difracción

El ultrasonido cerebral de Aleph no mide directamente las neuronas, sino la sangre. Se apoya en un fenómeno bien conocido: el acoplamiento neurovascular. Cuando un grupo de neuronas se activa, el cuerpo les envía más sangre para alimentarlas. Si uno puede mapear con precisión el flujo y el volumen sanguíneo en cada rincón del cerebro, obtiene un proxy muy fino de qué zonas están trabajando.

Para mapear esa sangre se envían ondas de ultrasonido a través del cráneo; las ondas rebotan en los glóbulos rojos y en las burbujas inyectadas, y con los ecos se reconstruyen mapas de flujo. Aquí aparece el obstáculo físico central: el límite de difracción. Un equipo de ultrasonido normal no puede separar dos objetos que estén más cerca que, aproximadamente, una longitud de onda; cualquier detalle más fino colapsa en un único borrón.

💭 Clave: el límite de difracción no es un problema de hardware barato, es física. La solución no es un sensor mejor, sino un truco estadístico: localizar muchas fuentes puntuales aisladas, una por una.

La solución son las microburbujas. Si se inyectan lo bastante diluidas como para que sus borrones no se solapen, es posible estimar el centro de cada burbuja con muchísima más precisión que la propia longitud de onda. A medida que las burbujas fluyen por la vasculatura, se acumulan millones de esas posiciones y se apilan en una sola imagen con detalle más fino que la longitud de onda. Ese es el corazón de ULM.

graph LR
  A["Microburbujas SF6 (4 min)"] --> B["Ultrasonido transcraneal"]
  B --> C["Ecos crudos: TB por hora"]
  C --> D["Localización sub-pixel"]
  D --> E["Millones de centros acumulados"]
  E --> F["Mapa vascular 3D submilimétrico"]

El paso decisivo del pipeline es la localización sub-pixel. Cada microburbuja aparece como una mancha del ancho de una longitud de onda, pero su centro real está muy por debajo de ese tamaño. Ajustando una función gaussiana al perfil de la mancha se recupera el centro con precisión muy superior a la del píxel. En pseudocódigo de Python, la idea se ve así:

import numpy as np
from scipy.optimize import curve_fit

# Ajusta una gaussiana 2D al parche de eco para hallar el
# centro de la microburbuja con precisión sub-pixel.
def gaussiana_2d(coords, amp, x0, y0, sigma, base):
    x, y = coords
    g = base + amp * np.exp(-((x - x0)**2 + (y - y0)**2) / (2 * sigma**2))
    return g.ravel()

def localizar_microburbuja(parche):
    h, w = parche.shape
    y, x = np.mgrid[0:h, 0:w]
    p0 = (parche.max(), w / 2, h / 2, 1.0, parche.min())
    popt, _ = curve_fit(gaussiana_2d, (x, y), parche.ravel(), p0=p0)
    amp, x0, y0, sigma, base = popt
    return x0, y0  # centro sub-pixel del eco de la burbuja

Las burbujas en sí son bolsas de hexafluoruro de azufre (SF6) encapsuladas en una cubierta lipídica. Son un agente de contraste aprobado por la FDA, se infunden de forma continua durante unos cuatro minutos y, como el gas tiene una impedancia acústica muy distinta a la del tejido, el sonido rebota con fuerza en cada superficie. Eso refuerza la señal y, a la vez, habilita la superresolución. Enlazando el centro de cada burbuja de un fotograma al siguiente se trazan además la dirección y la velocidad del flujo sanguíneo en la microvasculatura viva.

Datos y cifras

Más allá del titular, estos son los números que sostienen el anuncio y dan escala al logro:

• Resolución: 100 veces mayor en términos volumétricos que un CT comparable, con detalle submilimétrico (menos de 1 mm).
• Agente de contraste: microburbujas de SF6 en cubierta lipídica, aprobadas por la FDA.
• Adquisición: infusión continua durante una ventana de 4 minutos.
• Datos crudos: una sonda estándar recibe terabytes por hora, pero el pipeline tradicional comprime esa señal hasta apenas el 0,1 % del original.
• Cobertura teórica: la física permite registrar hasta un millón de píxeles independientes en todo el cerebro, cada uno por debajo del milímetro.
• Punto de comparación: incluso 1000 electrodos invasivos cubren solo cerca del 0,001 % del cerebro.

📌 Nota: ese 0,1 % es el dato más revelador. El 99,9 % de la información acústica se descarta con filtros diseñados a mano, algo que recuerda a la visión por computadora antes del deep learning. Ahí es donde Aleph apuesta su futuro.

Impacto del ultrasonido cerebral en clínica y neurotecnología

El impacto se reparte en dos frentes. El primero es clínico e inmediato. Condiciones como el ictus, el Alzheimer o el traumatismo craneoencefálico dejan firmas vasculares a escalas que ni el CT ni la resonancia magnética alcanzan a resolver. Una imagen vascular submilimétrica y portátil podría detectar esos cambios antes y con más detalle, y como el pipeline es open source, cualquier grupo de investigación o startup médica en LATAM puede tomarlo, validarlo sobre sus propios datos y adaptarlo sin pagar licencias.

El segundo frente es la neurotecnología de largo plazo. Una interfaz cerebro-máquina de propósito general necesita dos cosas: ver una gran parte del cerebro y verla con detalle. El ultrasonido neurovascular, como la resonancia, cumple ambos requisitos, pero en un hardware que se está volviendo barato y compacto. Aquí entra la segunda tendencia que da confianza a Aleph: empresas como Butterfly han reducido los equipos de ultrasonido de más de 100.000 dólares y un carro lleno de electrónica a algo del tamaño y precio de un teléfono. Cuando el hardware deja de ser el cuello de botella, el problema se vuelve de software y datos, justo el terreno donde la comunidad de desarrolladores puede aportar.

💡 Tip: si trabajás con visión por computadora o procesamiento de señales, el dataset abierto de ultrasonido neurovascular es una oportunidad poco común para entrenar modelos sobre datos biomédicos reales sin barreras de acceso.

Qué sigue: hacia la imagen neurovascular sin contraste

Los resultados actuales dependen de las microburbujas, y ese es justamente el límite que Aleph quiere cruzar. El destino final es la imagen neurovascular sin contraste: leer el flujo sanguíneo directamente, sin inyectar nada. El reto es que los glóbulos rojos dispersan mucho menos que las microburbujas, así que la señal es más débil. Pero esa señal no se pierde: simplemente, los métodos actuales no saben extraerla.

La hipótesis de la empresa es que el machine learning end-to-end, entrenado sobre datos suficientes, recuperará mucha más señal que las técnicas hechas a mano que hoy descartan el 99,9 % de la información. Por eso afirman estar reuniendo lo que creen que es el mayor dataset de ultrasonido neurovascular del mundo. Si la apuesta funciona, el costoso truco de superresolución con contraste dejaría de ser necesario, y la imagen de alta resolución del cerebro vivo pasaría de ser un evento de laboratorio a algo cotidiano.

Para los desarrolladores de la región, la lectura es clara: este es uno de esos momentos en que un campo médico se convierte en un problema de datos y modelos. El hardware se abarata, el pipeline está abierto y el cuello de botella se desplaza al software. Las próximas mejoras no vendrán solo de físicos e ingenieros biomédicos, sino también de quienes saben entrenar modelos sobre señales ruidosas.

📖 Resumen en Telegram: Ver resumen

Preguntas frecuentes

¿Qué es el ultrasonido cerebral neurovascular?

Es una técnica que mide la actividad del cerebro de forma indirecta, mapeando el flujo y el volumen de sangre. Aprovecha el acoplamiento neurovascular: cuando las neuronas se activan, reciben más sangre, y el ultrasonido detecta ese cambio enviando ondas de sonido que rebotan en los glóbulos rojos y en microburbujas inyectadas.

¿Necesita cirugía o perforar el cráneo?

No. Ese es precisamente el avance: la imagen se obtuvo a través del cráneo intacto, sin retirar hueso ni insertar electrodos. Hasta ahora, la microscopía de localización por ultrasonido en cerebro solía requerir abrir o adelgazar el cráneo.

¿Qué son las microburbujas y son seguras?

Son pequeñas burbujas de hexafluoruro de azufre (SF6) encapsuladas en una cubierta lipídica. Funcionan como agente de contraste y ya están aprobadas por la FDA para uso clínico. Se infunden de forma continua durante unos cuatro minutos y reflejan el sonido con fuerza por su impedancia acústica.

¿En qué se diferencia de una resonancia magnética?

Ambas ofrecen amplio campo de visión y buen detalle, pero la resonancia requiere una máquina enorme y carísima. El ultrasonido neurovascular apunta al mismo nivel de detalle en un equipo del tamaño y precio de un smartphone, lo que abre la puerta a usos portátiles e incluso vestibles.

¿Para qué sirve a nivel clínico?

Condiciones como el ictus, el Alzheimer y el traumatismo craneal dejan firmas vasculares finas que el CT y la resonancia no siempre resuelven. Imágenes con resolución submilimétrica podrían ayudar a detectarlas antes y con mayor precisión.

¿Está disponible el código?

Sí. Aleph liberó como open source el pipeline completo de procesamiento junto con el dataset, con la idea de que la comunidad lo use en múltiples aplicaciones de imagen cerebral.

Referencias

• Aleph — Ultrasound imaging of the brain — anuncio original del hito y descripción del pipeline (fuente primaria).
• Wikipedia — Functional ultrasound imaging — fundamentos de la imagen funcional por ultrasonido y el acoplamiento neurovascular.
• Wikipedia — Sulfur hexafluoride — propiedades del gas usado en las microburbujas de contraste.
• Butterfly Network — ejemplo de la miniaturización y abaratamiento del hardware de ultrasonido.

📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.