Uudessa tutkimuksessa kehitettyä aivokone-liittymää voidaan vakauttaa radikaalisti

Carnegie Mellon Universityn (CMU) ja Pittsburghin yliopiston (Pitt) tutkijat ovat kehittäneet uuden menetelmän, joka parantaa ja vakauttaa aivokone-liittymiä.

Tutkimus on julkaistu Nature Biomedical Engineering -lehdessä, ja tutkimuksen otsikko on ”Aivokone-liittymä, joka perustuu hermosolmujen säätöön”.

Aivokone-liittymät (BCI)

Aivokone-liittymät (BCI) ovat laitteita, jotka mahdollistavat vammautuneiden henkilöiden ohjata proteeseja, tietokoneita tai muita laitteita ajatuksillaan.

Yksi suurimmista haasteista aivokone-liittymien käytössä on, että hermoimpulssit voivat olla epävakaita. Henkilö, joka ohjaa aivokone-liittymää, voi menettää ohjauksen, kun hermoimpulssit muuttuvat.

Kun tämä ohjauksen menetys tapahtuu, henkilön on käytävä läpi uudelleenkalibrointiprosessi. Henkilön on muutettava yhteys ajatuksiensa ja suoritettavien tehtävien välillä, ja usein tarvitaan myös toisen henkilön apua.

William Bishop on tutkija Janelia Farm Research Campusilla. Hän on aiemmin ollut väitöskirjatutkija ja postdoc-tutkija CMU:n koneoppimisen laitoksella.

“Kuvittele, jos jokaisella kertaa, kun haluamme käyttää puhelinta, meidän pitäisi kalibroida näyttö, jotta se tietäisi, mihin kohtaan näyttöä osoitamme”, Bishop sanoo. “Nykyinen aivokone-liittymäteknologia on jonkinlainen vastaava. Vain saadakseen nämä laitteet toimimaan, käyttäjien on tehtävä tämä usein toistuva uudelleenkalibrointi. Se on erittäin epämukavaa käyttäjille ja laitteiden ylläpitäjille.”

Uusi koneoppimisalgoritmi

Tutkijat esittivät uuden koneoppimisalgoritmin, joka pystyy huomioimaan muuttuvat signaalit. Henkilö pystyy säilyttämään ohjauksen, vaikka epävakaudet ovat läsnä. Tutkijat kehittivät tämän algoritmin, kun he löysivät, että hermoaktiivisuus tapahtuu matala-ulotteisessa ”hermoalueessa”.

Alan Degenhart on postdoc-tutkija sähkö- ja tietokonetekniikassa CMU:ssa.

“Kun puhumme ‘vakauttamisesta’, tarkoitan, että hermoimpulssimme ovat epävakaita, mahdollisesti, koska tallennamme eri hermosoluja eri aikoina”, Degenhart sanoo. “Olemme kehittäneet menetelmän, jolla voidaan käyttää eri hermosoluryhmiä eri aikoina ja paljastaa yhteinen kuva siitä, mitä aivoissa tapahtuu, ja näin ollen pitää aivokone-liittymä kalibroituina, vaikka hermoepävakaudet ovat läsnä.”

Aikaisemmat menetelmät

Aikaisemmat itsekalibrointimenetelmät ovat myös kohtanneet haasteita epävakauden yhteydessä. Toisin kuin muut menetelmät, tämä menetelmä ei riipu siitä, että koehenkilö suoriutuu hyvin kalibrointiprosessista.

Byron Yu on professori sähkö- ja tietokonetekniikassa ja biolääketieteellisessä tekniikassa CMU:ssa.

“Oletetaan, että epävakaus olisi niin suuri, että koehenkilö ei enää pysty ohjaamaan aivokone-liittymää”, Yu selittää. “Olemassa olevat itsekalibrointimenetelmät ovat todennäköisesti vaikeuksissa tässä tilanteessa, kun taas meidän menetelmässämme olemme osoittaneet, että se pystyy useissa tapauksissa palautumaan näistä katastrofaalisista epävakauksista.”

Emily Oby, postdoc-tutkija neurobiologiassa Pittissä, puhui myös epävakauden ongelmasta.

“Hermoimpulssien epävakaudet eivät ole hyvin karakterisoituja, mutta se on erittäin suuri ongelma”, Oby sanoo. “Tutkimusta aiheesta ei ole paljon, mutta anekdoottisesti monet laboratoriot, jotka tekevät kliinistä tutkimusta aivokone-liittymien kanssa, joutuvat kohtaamaan tämän ongelman usein. Tämä työ voi parantaa merkittävästi aivokone-liittymien kliinistä soveltamista ja auttaa vakauttamaan muita hermo-liittymiä.”

Tutkimukseen osallistuivat myös Steve Chase, professori biolääketieteellisessä tekniikassa ja neurotieteellisessä instituutissa CMU:ssa, Aaron Batists, apulaisprofessori bioinsinööritieteessä Pittissä, ja Elizabeth Tyler-Kabara, apulaisprofessori neurokirurgiassa Pittissä.

Tutkimus oli rahoitettu Craig H Neilsen Foundationin, National Institutes of Healthin, DSF Charitable Foundationin, National Science Foundationin, PA Dept of Health Researchin ja Simons Foundationin toimesta.