potongan Perangkat Hemat Energi Yang Terbuat Dari Neuron Buatan Dapat Mendekode Gelombang Otak - Unite.AI
Terhubung dengan kami

Kecerdasan Buatan

Perangkat Hemat Energi yang Terbuat Dari Neuron Buatan Dapat Mendekode Gelombang Otak

Diterbitkan

 on

Gambar: UZH

Perangkat elektronik yang diandalkan oleh algoritme jaringan saraf saat ini membutuhkan kekuatan pemrosesan yang sangat besar, yang berarti sistem kecerdasan buatan (AI) ini masih jauh dari setara dengan otak manusia untuk memproses informasi sensorik atau interaksi dengan lingkungan secara real time.

Kunci untuk mengatasi tantangan ini bisa melibatkan rekayasa neuromorfik, yang merupakan pendekatan baru yang menggabungkan kecerdasan buatan dan alami. Para peneliti di University of Zurich, ETH Zurich, dan UniversityHospital Zurich mengandalkan pendekatan ini untuk mengembangkan chip berdasarkan teknologi neuromorfik, dengan chip yang secara akurat dan andal mengenali sinyal bio kompleks. 

Penelitian baru dipublikasikan di Alam Komunikasi

Deteksi HFO

Tim menggunakan teknologi untuk berhasil mendeteksi osilasi frekuensi tinggi (HFO) yang direkam sebelumnya, yang diukur dengan elektroensefalogram intrakranial (iEEG). HFO telah terbukti andal dalam mengidentifikasi jaringan otak yang bertanggung jawab atas serangan epilepsi. 

Tim mensimulasikan jaringan saraf alami otak, yang disebut jaringan saraf spiking (SNN), untuk merancang algoritme untuk mendeteksi HFO. Mereka kemudian mengimplementasikan SNN dalam perangkat keras kecil yang menerima sinyal saraf melalui elektroda, yang sangat hemat energi. 

Karena efisiensi ini, perhitungan dapat dilakukan dengan resolusi temporal yang sangat tinggi tanpa mengandalkan internet atau cloud computing. 

Giacomo Indiveri adalah profesor di Institut Neuroinformatika UZH dan ETH Zur-ich.

“Desain kami memungkinkan kami mengenali pola spatiotemporal dalam sinyal biologis secara real time,” kata Indiveri. 

Penggunaan Kehidupan Nyata

Para peneliti sekarang ingin menggunakan temuan baru untuk mengembangkan sistem elektronik yang dapat mengenali dan memantau HFO secara real time. Menurut tim, jika alat ini digunakan sebagai alat diagnostik tambahan di ruang operasi, dapat meningkatkan hasil intervensi bedah saraf. 

Pengenalan HFO juga dapat berdampak pada bidang lain, dengan target jangka panjang tim adalah pengembangan perangkat untuk memantau epilepsi. Jenis perangkat ini dapat digunakan di luar rumah sakit, sehingga memungkinkan untuk menganalisis sinyal dari sejumlah besar elektroda selama beberapa minggu atau bulan. 

“Kami ingin mengintegrasikan komunikasi data nirkabel berenergi rendah dalam desain — untuk menghubungkannya ke ponsel, misalnya,” kata Indiveri. 

Johannes Sarnthein adalah ahli saraf di UniversityHospital Zurich. 

“Sebuah chip portabel atau implan seperti ini dapat mengidentifikasi periode dengan tingkat kejadian kejang yang lebih tinggi atau lebih rendah, yang memungkinkan kami memberikan obat yang dipersonalisasi,” kata Sarnthein. 

Penelitian tentang epilepsi dilakukan di Pusat Epileptologi dan Bedah Epilepsi Zurich, yang merupakan bagian dari kemitraan antara Rumah Sakit Universitas Zurich, Klinik Epilepsi Swiss, dan Rumah Sakit Anak Universitas Zurich.

Alex McFarland adalah jurnalis dan penulis AI yang mengeksplorasi perkembangan terkini dalam kecerdasan buatan. Dia telah berkolaborasi dengan banyak startup dan publikasi AI di seluruh dunia.