Energivennlig enhet laget av kunstige nevroner kan avkode hjernesignaler

De elektroniske enhetene som nåværende neurale nettverksalgoritmer er avhengige av, krever en intens mengde prosesseringskraft, noe som betyr at disse kunstige intelligenssystemene (AI) fortsatt er langt ifra å være på samme nivå som menneskehjernen når det gjelder prosessering av sanseinformasjon eller interaksjoner med omgivelsene i sanntid.

Nøkkelen til å overvinne denne utfordringen kan ligge i neuromorfe ingeniørkunst, som er en ny tilnærming som kombinerer kunstig og naturlig intelligens. Forskere ved Universitetet i Zürich, ETH Zürich og Universitetssykehuset Zürich er avhengige av denne tilnærmingen for å utvikle en chip basert på neuromorfe teknologi, med chipen som nøyaktig og pålitelig gjenkjenner komplekse biosignaler.

Den nye forskningen ble publisert i Nature Communications.

HFO-Deteksjon

Teamet brukte teknologien for å suksessfullt detektere tidligere innspilte høyfrekvensoscillasjoner (HFO), som måles med en intrakraniell elektroencefalogram (iEEG). HFO har vist seg å være pålitelige i å identifisere hjernveis som er ansvarlige for epileptiske anfall.

Teamet simulerte hjernens naturlige neurale nettverk, som kalles spiking neuralt nettverk (SNN), for å designe en algoritme for å detektere HFO. De implementerte deretter SNN i en liten del hardware som mottar nevrologiske signaler gjennom elektroder, som er ekstremt energivennlige.

På grunn av denne effisiensen kan beregninger utføres med en svært høy tidsoppløsning uten å være avhengige av internett eller skytjenester.

Giacomo Indiveri er en professor ved Instituttet for neuroinformatikk ved UZH og ETH Zürich.

“Vår design lar oss gjenkjenne romlig-tidslige mønster i biologiske signaler i sanntid,” sier Indiveri.

Reelle anvendelser

Forskerne ser nå på å bruke de nye funnene til å utvikle et elektronisk system som kan pålitelig gjenkjenne og overvåke HFO i sanntid. Ifølge teamet kan verktøyet, hvis det brukes som et tilleggsdiagnostisk verktøy i operasjonsrom, forbedre resultatet av nevrokirurgiske inngrep.

HFO-gjenkjenning kan også ha innvirkning på andre felt, med teamets langsiktige mål være å utvikle en enhet for å overvåke epilepsi. Slike enheter kan brukes utenfor sykehus, noe som gjør det mulig å analysere signaler fra et stort antall elektroder over flere uker eller måneder.

“Vi ønsker å integrere lavenergi, trådløs datakommunikasjon i designet — for å koble det til en mobiltelefon, for eksempel,” sier Indiveri.

Johannes Sarnthein er en nevrofysiolog ved Universitetssykehuset Zürich.

“En bærbar eller implantabel chip som denne kan identifisere perioder med høyere eller lavere forekomst av anfall, noe som ville gjøre det mulig for oss å levere personlig medisin,” sier Sarnthein.

Forskningen på epilepsi finner sted ved Zürich-senteret for epileptologi og epilepsikirurgi, som er en del av et samarbeid mellom Universitetssykehuset Zürich, den sveitsiske epilepsiklinikk og Universitetets barnehospital Zürich.