O echipă de cercetători din Elveţia a produs o interfaţă neuronală care poate identifica şi atenua simptomele diferitelor tulburări neurologice.
Două cercetătoare de la laboratorul de neurotehnologii integrate şi softuri de interfeţe bioelectronice din cadrul Ecole Polytechnique Fédérale de Lausanne au dezvoltat NeuralTree: un cip cu un sistem de neuromodulaţie în buclă închisă care poate detecta şi atenua simptomele unor afecţiuni neurologice.
Datorită unei matrice de detectare de înaltă rezoluţie cu 256 de canale şi a unui procesor de învăţare automată eficient din punct de vedere energetic, sistemul poate extrage şi clasifica un set larg de biomarkeri din datele reale ale pacienţilor şi modele de animale in vivo, ceea ce duce la un grad înalt de acurateţea în estimarea simptomelor.
„NeuralTree beneficiază de acurateţea unei reţele neuronale şi de eficienţa hardware a unui algoritm de arbore decizional”, spune Mahsa Shoaran, una dintre autoare.
„Este prima dată când reuşim să integrăm o interfaţă neuronală atât de complexă, dar eficientă din punct de vedere energetic, pentru sarcini de clasificare binară, cum ar fi detectarea convulsiilor sau a tremorului, precum şi sarcini mai complicate, cum ar fi clasificarea mişcării degetelor pentru aplicaţii neuroprotetice”, a explicat Mahsa.
Rezultatele lor au fost prezentate la Conferinţa Internaţională IEEE 2022 şi publicate în IEEE Journal of Solid-State Circuits, jurnalul emblematic al comunităţii de circuite integrate.
Eficienţă, scalabilitate şi versatilitate
Cipul NeuralTree funcţionează prin extragerea biomarkerilor neuronali - modele de semnale electrice despre care se ştie că sunt asociate cu anumite tulburări neurologice - din undele cerebrale. Apoi, cipul clasifică semnalele şi indică dacă acestea anunţă o criză epileptică iminentă sau tremor parkinsonian, de exemplu. Dacă este detectat un simptom, este activat un neurostimulator, situat pe cip, trimite un impuls electric pentru a-l bloca.
Potrivit autorilor, designul unic al cipului NeuralTree oferă sistemului un grad fără precedent de eficienţă şi versatilitate în comparaţie cu cea mai avansată tehnologie.
Cipul are 256 de canale de intrare, comparativ cu 32 folosite de dispozitivele integrate de învăţare automată anterioare, permiţând procesarea mai multor date de înaltă rezoluţie pe implant. Designul este eficient cipul fiind extrem de mic (3,48 mm2), ceea ce oferă un potenţial mare de scalabilitate mai multor canale.
Integrarea unui algoritm de învăţare „conştient de energie” - care penalizează funcţiile care consumă multă energie - face, de asemenea, ca NeuralTree să fie extrem de eficient energetic.
Pe lângă aceste avantaje, sistemul poate detecta o gamă mai largă de simptome decât alte dispozitive, care până acum s-au concentrat în primul rând pe detectarea crizelor epileptice. Algoritmul de învăţare automată al cipului a fost antrenat pe seturi de date de la pacienţi cu epilepsie ;i cu boala Parkinson, şi a clasificat cu precizie semnalele neuronale preînregistrate din ambele categorii.
„Din câte ştim, aceasta este prima demonstraţie a detectării tremorului parkinsonian cu un clasificator pe cip”, au explicat autoarele.
Algoritmi de autoactualizare
Cele două cercetătoare sunt pasionată de a dezvolta interfeţe neuronale mai inteligente pentru a permite un control mai eficient al bolii, şi pregătesc noi inovaţii.
„În cele din urmă, putem folosi interfeţe neuronale pentru multe tulburări diferite şi avem nevoie de idei algoritmice şi de progrese în proiectarea cipurilor pentru a face acest lucru. Această activitate este foarte interdisciplinară şi, prin urmare, necesită, de asemenea, colaborarea cu laboratoare care pot dezvolta electrozi neuronali de ultimă generaţie sau laboratoare cu acces la date de înaltă calitate ale pacienţilor”.
În continuare, cercetătoarele sunt interesate să dezvolte în continuare aplicaţia care să permită actualizări algoritmice ale cipului pentru a ţine pasul cu evoluţia semnalelor neuronale.
„Semnalele neuronale se schimbă şi, în timp, performanţa unei interfeţe neuronale va scădea. Încercăm mereu să facem algoritmii mai precisi şi mai fiabili şi o modalitate de a face acest lucru ar fi actualizările pe cip sau realizarea unor algoritmi care să permită auto-actualizarea”, au mai spus autoarele.
