อุปกรณ์ประหยัดพลังงานที่ทำจากเซลล์ประสาทเทียมสามารถถอดรหัสคลื่นสมอง

อุปกรณ์อิเล็กทรอนิกส์ที่อัลกอริทึมเครือข่ายประสาทเทียมในปัจจุบันพึ่งพานั้นต้องการพลังการประมวลผลที่เข้มข้น ซึ่งหมายความว่าระบบปัญญาประดิษฐ์ (AI) เหล่านี้ยังคงอยู่ห่างจากสมองมนุษย์ในการประมวลผลข้อมูลสัมผัสหรือการโต้ตอบกับสภาพแวดล้อมในเวลาจริง

กุญแจสำคัญในการ 克服ความท้าทายนี้อาจเกี่ยวข้องกับการออกแบบ neuromorphic ซึ่งเป็นแนวทางใหม่ที่รวมทั้งความฉลาดเทียมและธรรมชาติ นักวิจัยที่มหาวิทยาลัยซูริก ETH ซูริก และ UniversityHospital ซูริก พึ่งพาแนวทางนี้ในการพัฒนาไมโครชิปที่ใช้เทคโนโลยี neuromorphic ซึ่งไมโครชิปสามารถรับรู้และจดจำสัญญาณชีวภาพที่ซับซ้อนได้อย่างแม่นยำและเชื่อถือได้

การวิจัยใหม่นี้ได้รับการตีพิมพ์ใน Nature Communications

การตรวจจับ HFO

ทีมงานใช้เทคโนโลยีนี้เพื่อตรวจจับการสั่นพื้นฐานที่มีความถี่สูง (HFOs) ที่บันทึกไว้ล่วงหน้า ซึ่งวัดโดยใช้เครื่องมือวัดคลื่นสมองภายใน (iEEG) HFOs ได้พิสูจน์แล้วว่าเป็นเครื่องมือที่เชื่อถือได้ในการระบุเนื้อสมองที่รับผิดชอบต่อการชัก

ทีมงานได้จำลองเครือข่ายประสาทธรรมชาติของสมอง ซึ่งเรียกว่าเครือข่ายประสาทสั่น (SNN) เพื่อออกแบบอัลกอริทึมในการตรวจจับ HFOs จากนั้นจึงนำ SNN ไปใช้ในฮาร์ดแวร์ขนาดเล็กที่รับ信号ประสาทผ่านอิเล็กโทรด ซึ่งมีประสิทธิภาพในการใช้พลังงานมาก

เนื่องจากมีประสิทธิภาพในการใช้พลังงาน การคำนวณสามารถทำได้ด้วยความละเอียดเวลาที่สูงมากโดยไม่ต้องอาศัยอินเทอร์เน็ตหรือการประมวลผลบนคลาวด์

Giacomo Indiveri เป็นศาสตราจารย์ที่สถาบันสำหรับ Neuroinformatics ของ UZH และ ETH Zurich

“การออกแบบของเราทำให้เราสามารถจดจำรูปแบบพื้นที่-เวลาใน信号ชีวภาพได้แบบเรียลไทม์” Indiveri กล่าว

การใช้งานจริง

นักวิจัยกำลังพยายามใช้ผลการวิจัยใหม่นี้เพื่อพัฒนาระบบอิเล็กทรอนิกส์ที่สามารถจดจำและติดตาม HFOs ได้แบบเรียลไทม์ ตามทีมงาน หากเครื่องมือนี้ถูกใช้เป็นเครื่องมือวินิจฉัยเพิ่มเติมในห้องผ่าตัด อาจช่วยปรับปรุงผลลัพธ์ของการผ่าตัดประสาท

การตรวจจับ HFOs ยังสามารถส่งผลกระทบต่อสาขาอื่น ๆ โดยเป้าหมายระยะยาวของทีมคือการพัฒนาเครื่องมือสำหรับการติดตามโรคชัก ซึ่งสามารถใช้ได้นอกโรงพยาบาล ทำให้สามารถวิเคราะห์สัญญาณจากอิเล็กโทรดหลายตัวในช่วงหลายสัปดาห์หรือหลายเดือน

“เราต้องการรวมการสื่อสารข้อมูลไร้สายที่มีพลังงานต่ำในการออกแบบ — เชื่อมต่อกับโทรศัพท์มือถือเป็นต้น” Indiveri กล่าว

Johannes Sarnthein เป็นนักวิจัยด้านประสาทสรีรวิทยาที่ UniversityHospital Zurich

“ไมโครชิปแบบพกพาหรือติดตั้งที่สามารถระบุช่วงเวลาที่มีอัตราการเกิดอาการชักที่สูงหรือต่ำกว่า ซึ่งจะช่วยให้เราสามารถให้การรักษาที่เหมาะสมกับแต่ละบุคคล” Sarnthein กล่าว

การวิจัยเกี่ยวกับโรคชักกำลังดำเนินการที่ Zurich Center of Epileptology and Epilepsy Surgery ซึ่งเป็นส่วนหนึ่งของการร่วมมือระหว่าง UniversityHospital Zurich, Swiss Epilepsy Clinic และ University Children’s Hospital Zurich