Para ilmuwan membangun chip neuron buatan yang dapat mengenali sinyal biologis secara real time

Algoritma jaringan saraf saat ini menghasilkan hasil yang mengesankan dan membantu memecahkan sejumlah masalah yang menakjubkan. Namun, perangkat elektronik yang digunakan untuk menjalankan algoritma ini masih membutuhkan daya pemrosesan yang sangat besar. Ketika datang ke pemrosesan informasi atau interaksi sensorik secara real-time dengan lingkungan, sistem intelijen buatan (AI) ini tidak dapat bersaing dengan otak yang sebenarnya. Dan teknik neuromorphic adalah metode baru yang menjanjikan yang membangun jembatan antara kecerdasan buatan dan kecerdasan alami.

Tim penelitian interdisipliner di Universitas Zurich, ETH Zurich dan Rumah Sakit Universitas Zurich menggunakan metode ini untuk mengembangkan chip berdasarkan teknologi neuromorfik yang dapat secara andal mengidentifikasi sinyal biologis yang kompleks. Para ilmuwan dapat menggunakan teknologi ini untuk berhasil mendeteksi osilasi frekuensi tinggi yang direkam sebelumnya (HFO). Gelombang spesifik ini, diukur menggunakan electroencephalography (IEEG) intrakranial (IEEG), telah terbukti menjanjikan biomarker untuk mengidentifikasi jaringan otak yang menyebabkan kejang.

Para peneliti pertama kali merancang algoritma untuk mendeteksi HFO dengan mensimulasikan jaringan saraf alami otak: sebuah jaringan saraf spike yang disebut kecil (SNN). Langkah kedua adalah mengimplementasikan SNN dalam perangkat keras berukuran kuku yang menerima sinyal saraf melalui elektroda. Tidak seperti komputer tradisional, memiliki efisiensi energi yang sangat besar. Ini membuat perhitungan dengan resolusi waktu yang sangat tinggi tanpa mengandalkan Internet atau komputasi awan.

Giacomo Indiveri, seorang profesor di Institute of Neuroinformatics di Universitas Zurich dan Eth Zurich, mengatakan: "Desain kami memungkinkan kami mengenali pola spatiotemporal dalam sinyal biologis secara real time."

Para peneliti sekarang berencana untuk menggunakan temuan mereka untuk membuat sistem elektronik untuk mengidentifikasi dan memantau HFO secara real time. Ketika digunakan sebagai alat diagnostik tambahan di ruang operasi, sistem dapat meningkatkan hasil intervensi bedah neurosurgial.

Namun, ini bukan satu-satunya area di mana identifikasi HFO dapat memainkan peran penting. Tujuan jangka panjang tim adalah mengembangkan perangkat untuk memonitor epilepsi yang dapat digunakan di luar rumah sakit, yang akan memungkinkan untuk menganalisis sinyal sejumlah besar elektroda dalam beberapa minggu atau bulan.

Johannes Sarnhein, seorang ahli neurofisiologi di Rumah Sakit Zurich University, menjelaskan: "Kami ingin mengintegrasikan komunikasi data nirkabel energi rendah dalam desain - misalnya, untuk menghubungkannya ke ponsel. Chip portabel atau implan seperti ini dapat mengenali tingkat kejang yang lebih tinggi. Periode tinggi atau rendah, yang akan memungkinkan kita untuk memberikan obat yang dipersonalisasi. "