人工ニューロンで作られたエネルギー効率の高いデバイスは脳波を解読できる

現在のニューラルネットワークアルゴリズムが依存している電子デバイスは、多大な処理能力を必要とするため、これらの人工知能（AI）システムはまだ、人間の脳と比較して、リアルタイムで感覚情報や環境とのやり取りを処理する能力においては、まだ追いついていない。

この課題を克服する鍵は、ニューロモルフィックエンジニアリングにあり、これは人工知能と自然知能を組み合わせた新しいアプローチである。チューリッヒ大学、ETHチューリッヒ、チューリッヒ大学病院の研究者は、このアプローチを使用して、ニューロモルフィック技術に基づいたチップを開発しており、このチップは複雑なバイオシグナルを正確に信頼性高く認識する。

新しい研究は、Nature Communicationsに掲載されている。

HFO検出

チームは、以前記録された高周波振動（HFO）を成功的に検出するためにこの技術を使用した。HFOは、脳内電極図（iEEG）で測定され、てんかん発作の原因となる脳組織を信頼性高く識別することが証明されている。

チームは、HFOを検出するためのアルゴリズムを設計するために、脳の自然なニューラルネットワークであるスパイキングニューラルネットワーク（SNN）をシミュレートした。次に、SNNを電極を通じてニューラルシグナルを受信する非常にエネルギー効率の高い小さなハードウェアに実装した。

この効率のため、計算はインターネットやクラウドコンピューティングに頼ることなく、非常に高い時間分解能で実行できる。

Giacomo Indiveriは、UZHとETHチューリッヒの神経情報科学研究所の教授である。

「私たちの設計により、生物学的信号の空間時間パターンをリアルタイムで認識できる」とIndiveriは述べている。

実用的な応用

研究者は、現在、新しい発見を使用して、HFOを信頼性高くリアルタイムで認識および監視できる電子システムを開発しようとしている。チームによると、このツールが手術室で追加の診断ツールとして使用される場合、神経外科的介入の結果を改善できる可能性がある。

HFOの認識は、他の分野にも影響を与える可能性があり、チームの長期的な目標はてんかんを監視するためのデバイスを開発することである。このようなデバイスは、病院の環境以外で使用でき、複数の電極からの信号を数週間または数か月にわたって分析できる。

「低エネルギー、ワイヤレスデータ通信を設計に統合したい。たとえば、携帯電話に接続するため」とIndiveriは述べている。

Johannes Sarntheinは、チューリッヒ大学病院の神経生理学者である。

「このような携帯可能な、または埋め込まれるチップは、発作の発生率が高いまたは低い期間を識別できるため、個別化された医療を提供できる」とSarntheinは述べている。

てんかんに関する研究は、チューリッヒてんかんセンターで行われている。これは、チューリッヒ大学病院、スイスてんかんクリニック、チューリッヒ大学子供病院のパートナーシップの一部である。