Dispositivo de eficiencia energética hecho de neuronas artificiales puede decodificar ondas cerebrales

Los dispositivos electrónicos en los que se basan los algoritmos de redes neuronales actuales requieren una gran cantidad de potencia de procesamiento, lo que significa que estos sistemas de inteligencia artificial (IA) aún están lejos de ser comparables con el cerebro humano para procesar información sensorial o interactuar con el entorno en tiempo real.

La clave para superar este desafío podría involucrar la ingeniería neuromórfica, que es un nuevo enfoque que combina la inteligencia artificial y natural. Los investigadores de la Universidad de Zurich, el ETH Zurich y el UniversityHospital Zurich están utilizando este enfoque para desarrollar un chip basado en tecnología neuromórfica, con el chip que reconoce de manera precisa y confiable señales biosignales complejas.

La nueva investigación se publicó en Nature Communications.

Detección de HFO

El equipo utilizó la tecnología para detectar con éxito oscilaciones de alta frecuencia (HFO) previamente grabadas, que se miden con un electroencefalograma intracraneal (iEEG). Los HFO han demostrado ser confiables para identificar el tejido cerebral responsable de las convulsiones epilépticas.

El equipo simuló la red neural natural del cerebro, que se llama red neural de picos (SNN), para diseñar un algoritmo para detectar HFO. Luego implementaron la SNN en una pequeña pieza de hardware que recibe señales de neuronas a través de electrodos, que son extremadamente eficientes en términos de energía.

Debido a esta eficiencia, los cálculos se pueden realizar con una resolución temporal muy alta sin depender de Internet o computación en la nube.

Giacomo Indiveri es profesor del Instituto de Neuroinformática de UZH y ETH Zurich.

“Nuestro diseño nos permite reconocer patrones espaciotemporales en señales biológicas en tiempo real”, dice Indiveri.

Usos en la vida real

Los investigadores ahora buscan utilizar los nuevos hallazgos para desarrollar un sistema electrónico que pueda reconocer y monitorear HFO de manera confiable en tiempo real. Según el equipo, si la herramienta se utiliza como una herramienta de diagnóstico adicional en los quirófanos, podría mejorar el resultado de las intervenciones neuroquirúrgicas.

El reconocimiento de HFO también podría impactar otros campos, con el objetivo a largo plazo del equipo siendo el desarrollo de un dispositivo para monitorear la epilepsia. Este tipo de dispositivo podría usarse fuera del entorno hospitalario, lo que permitiría analizar señales de un gran número de electrodos durante varias semanas o meses.

“Queremos integrar comunicaciones de datos inalámbricas de baja energía en el diseño — para conectarlo a un teléfono celular, por ejemplo”, dice Indiveri.

Johannes Sarnthein es un neurofisiólogo del UniversityHospital Zurich.

“Un chip portátil o implantable como este podría identificar períodos con una tasa de incidencia más alta o más baja de convulsiones, lo que nos permitiría brindar medicina personalizada”, dice Sarnthein.

La investigación sobre la epilepsia se lleva a cabo en el Centro de Epileptología y Cirugía de Epilepsia de Zurich, que es parte de una asociación entre el UniversityHospital Zurich, la Clínica de Epilepsia Suiza y el Hospital de Niños de la Universidad de Zurich.