Umjetni neuroni prepoznaju biosignale u stvarnom vremenu
Švicarski istraživači razvili su kompaktan, energetski učinkovit uređaj izrađen od umjetnih neurona koji je sposoban dekodirati moždane valove
Ideja kokom su se vodili istraživači je sljedeća: čip koristi podatke zabilježene iz moždanih valova bolesnika s epilepsijom kako bi utvrdio koja područja mozga uzrokuju epileptičke napadaje. To otvara nove perspektive za liječenje.
Neuromorfni čip otkriva visokofrekventne oscilacije
Trenutni algoritmi neuronske mreže daju impresivne rezultate koji pomažu u rješavanju nevjerojatnog broja problema. Međutim, elektronički uređaji koji se koriste za pokretanje tih algoritama i dalje zahtijevaju previše procesorske snage.
Ovi sustavi umjetne inteligencije (AI) jednostavno se ne mogu natjecati sa stvarnim mozgom kada je riječ o obradi osjetnih informacija ili interakciji s okolinom u stvarnom vremenu.
Neuromorfni inženjering obećavajući je novi pristup koji premošćuje jaz između umjetne i prirodne inteligencije. Interdisciplinarni istraživački tim sa Sveučilišta u Zürichu, ETH Zürich i tamošnje Sveučilišne bolnice koristio je ovaj pristup za razvoj čipa temeljenog na neuromorfnoj tehnologiji koji pouzdano i točno prepoznaje složene biosignale.
Pomoću ove tehnologije istraživači su uspješno otkrili prethodno zabilježene visokofrekventne oscilacije (HFO). Ovi specifični valovi, izmjereni intrakranijalnim elektroencefalogramom (iEEG), perspektivni su biomarkeri za identificiranje moždanog tkiva koje uzrokuje epileptičke napadaje.
Složen, kompaktan i energetski učinkovit
Istraživači su prvo osmislili algoritam koji otkriva HFO simulirajući prirodnu neuronsku mrežu mozga: pulsnu neuronsku mrežu (SNN). Drugi je korak bio uvođenje SNN-a u hardverski dio veličine nokta koji prima neuronske signale pomoću elektroda i koji je, za razliku od konvencionalnih računala, izuzetno energetski učinkovit. To omogućuje izračune s vrlo visokom vremenskom razlučivošću, bez oslanjanja na internet ili računarstvo u oblaku.
Mjerenje izvan bolnica
Istraživači sada planiraju koristiti svoja otkrića za stvaranje elektroničkog sustava koji pouzdano prepoznaje i nadgleda HFO u stvarnom vremenu. Kada se koristi kao dodatni dijagnostički alat u operacijskim dvoranama, sustav bi mogao poboljšati ishod neurokirurških intervencija.
Dugoročni cilj je razvoj uređaja za praćenje epilepsije koji bi se koristio izvan bolnice i omogućio analizu signala s velikog broja elektroda tijekom nekoliko tjedana ili mjeseci. Oni žele integrirati bežične podatkovne komunikacije s niskom potrošnjom energije i povezati ih s mobitelom.
Prijenosni ili implantabilni čip poput ovog mogao bi identificirati razdoblja s većom ili nižom stopom napadaja, što bi pak omogućilo isporuku personaliziranih lijekova.
