En el campo del modelado biomecánico, el desarrollo de una mano protésica con destreza comparable a la mano humana es un desafío multidisciplinario que implica sistemas mecatrónicos complejos, esquemas de control intuitivos e interfaces corporales efectivas. La mayoría de las prótesis comerciales actuales ofrecen funcionalidad limitada, típicamente solo uno o dos grados de libertad (DoF), lo que resulta en una adopción reducida por parte de los usuarios debido a la incomodidad y la falta de funcionalidad. Esta investigación tiene como objetivo diseñar un algoritmo de control de bajo nivel computacionalmente eficiente para los dedos de la mano protésica que pueda (a) gestionar con precisión las posiciones de los dedos, (b) anticipar información futura y (c) minimizar el consumo de energía. La metodología empleada se conoce como control predictivo basado en modelos (MBPC) y comienza con la aplicación de técnicas de identificación lineal para modelar la dinámica del sistema. Luego, el modelo identificado se utiliza para implementar un algoritmo de control predictivo generalizado (GPC), que optimiza el esfuerzo de control y el rendimiento del sistema. Se utiliza un banco de pruebas para la validación experimental, y los resultados demuestran que el esquema de control propuesto mejora significativamente la destreza y la eficiencia energética de la prótesis, mejorando su potencial para el uso diario por personas con pérdida de mano.