Neuronas artificiales reconocen bioseñales en tiempo real
Investigadores de Zurich han desarrollado un dispositivo compacto y energéticamente eficiente hecho de neuronas artificiales que es capaz de decodificar ondas cerebrales.
El chip utiliza datos registrados de las ondas cerebrales de pacientes con epilepsia para identificar qué regiones del cerebro causan ataques epilépticos. Esto abre nuevas perspectivas de tratamiento.
Los algoritmos de redes neuronales actuales producen resultados impresionantes que ayudan a resolver una cantidad increíble de problemas. Sin embargo, los dispositivos electrónicos utilizados para ejecutar estos algoritmos aún requieren demasiada potencia de procesamiento. Estos sistemas de inteligencia artificial (IA) simplemente no pueden competir con un cerebro real cuando se trata de procesar información sensorial o interacciones con el entorno en tiempo real.
La ingeniería neuromórfica es un nuevo enfoque prometedor que cierra la brecha entre la inteligencia artificial y la natural. Un equipo de investigación interdisciplinario de la Universidad de Zurich, la ETH de Zurich y el Hospital Universitario de Zurich ha utilizado este enfoque para desarrollar un chip basado en tecnología neuromórfica que reconoce de forma fiable y precisa bioseñales complejas. Los científicos pudieron utilizar esta tecnología para detectar con éxito oscilaciones de alta frecuencia (HFO) registradas anteriormente. Estas ondas específicas, medidas mediante un electroencefalograma intracraneal (iEEG), han demostrado ser biomarcadores prometedores para identificar el tejido cerebral que causa los ataques epilépticos.
Los investigadores diseñaron primero un algoritmo que detecta HFO simulando la red neuronal natural del cerebro: una diminuta red neuronal de picos (SNN). El segundo paso consistió en implementar el SNN en una pieza de hardware del tamaño de una uña que recibe señales neuronales por medio de electrodos y que, a diferencia de las computadoras convencionales, es enormemente eficiente en energía. Esto hace posible realizar cálculos con una resolución temporal muy alta, sin depender de Internet o de la computación en la nube. "Nuestro diseño nos permite reconocer patrones espacio-temporales en señales biológicas en tiempo real", dice en un comunicado Giacomo Indiveri, profesor del Instituto de Neuroinformática de UZH y ETH Zurich.
Los investigadores ahora planean utilizar sus hallazgos para crear un sistema electrónico que reconozca y monitoree de manera confiable los HFO en tiempo real. Cuando se utiliza como una herramienta de diagnóstico adicional en los quirófanos, el sistema podría mejorar el resultado de las intervenciones neuroquirúrgicas.
Sin embargo, este no es el único campo en el que el reconocimiento de HFO puede desempeñar un papel importante. El objetivo a largo plazo del equipo es desarrollar un dispositivo para monitorear la epilepsia que pueda usarse fuera del hospital y que permita analizar las señales de una gran cantidad de electrodos durante varias semanas o meses.
"Queremos integrar comunicaciones de datos inalámbricas de baja energía en el diseño, para conectarlo a un teléfono celular, por ejemplo", dice Indiveri. Johannes Sarnthein, neurofisiólogo del Hospital Universitario de Zúrich, explica: "Un chip portátil o implantable como este podría identificar períodos con una mayor o menor tasa de incidencia de convulsiones, lo que nos permitiría ofrecer una medicina personalizada". Esta investigación sobre la epilepsia se está llevando a cabo en el Centro de Epileptología y Cirugía de la Epilepsia de Zúrich, que forma parte de una asociación entre el Hospital Universitario de Zúrich, la Clínica Suiza de Epilepsia y el Hospital Infantil Universitario de Zúrich.
Conforme a los criterios de
Conocé The Trust Project
