Различные неврологические проблемы могут помешать человеку нормально взаимодействовать с обществом, включая нервно-мышечные расстройства, синдром запертого человека (LIS) или инсульт. В связи с этим некоторые интерфейсы «мозг-машина» (ICM) были специально разработаны, чтобы предложить таким людям новый способ общения, позволяя им подключаться к вспомогательным устройствам с помощью электроэнцефалографии (EEG). Хотя эти системы, как правило, громоздки, исследователи из Федеральной политехнической школы Лозанны (EPFL) решили серьезную задачу, разработав MiBMI, миниатюрный нейроинтерфейс.
В отличие от чипа Neuralink, который предполагает установку 64 электродов в мозг, кремниевое устройство, разработанное исследователями EPFL, имеет размер всего 2,46 мм² и рассчитано на минимальную инвазивность. «Наш нейронный чип MiBMI позволяет преобразовывать сложную нейронную активность в читаемый текст с высокой точностью и низким энергопотреблением», — говорит Махса Шоаран, руководитель лаборатории интегрированных нейротехнологий EPFL, в пресс-релизе. «Этот прорыв приближает нас к практическим, имплантируемым решениям, которые могут значительно улучшить коммуникативные возможности людей с тяжелыми двигательными нарушениями», — добавила она.
Высокоточный чип для мозга
Преобразование мозговой активности в читаемый текст включает в себя процесс декодирования нейронных сигналов от электродов, вживленных в мозг. Эти сигналы генерируются, когда человек представляет себе, что пишет слова. Разработанные на сегодняшний день MCI регистрируют данные о нейронной активности, связанной с моторными действиями при письме, а затем отправляют сигналы на отдельный компьютер, который занимается их декодированием.
Как и его предшественники, новый чип EPFL отслеживает электрическую активность мозга и преобразует ее в сигнал. Однако его отличает то, что он включает в себя 192-канальную систему нейронной записи и 512-канальный нейронный декодер. По словам команды, MiBMI одновременно обрабатывает информацию в режиме реального времени.
Ученые EPFL отметили, что MiBMI еще не был протестирован в реальных условиях. По словам Мохаммеда Али Шаери, ведущего автора исследования, «чип работал на основе предыдущих нейронных записей, например, из лаборатории Шеноя в Стэнфорде». В ходе испытаний была достигнута 91-процентная точность преобразования нейронной активности в текст.
Революционное устройство с большим потенциалом для расширения
Эффективность нового устройства EPFL заключается в его инновационной методике считывания сигналов обработки языка, посылаемых мозгом. Для обработки огромного количества информации, поступающей на электроды этого компактного ICM, исследователи применили совершенно иной подход. Работая с чипом, они выявили ряд специфических нейронных маркеров, называемых «отличительными нейронными кодами» (CND), которые активируются, как только пациент представляет себе букву.
Эти маркеры действуют как «короткий путь»: вместо того чтобы обрабатывать тысячи байт данных для каждой буквы, MiBMI обрабатывает только CND. Это означает, что, поскольку CND занимают всего около сотни байт, система работает быстрее, точнее и потребляет меньше энергии. По мнению команды, этот прорыв позволит ускорить процесс обучения для пациентов, которым он будет полезен.
На данный момент чип способен декодировать только 31 символ. По сравнению с другими интегрированными системами это непревзойденная производительность. Однако исследователи не собираются останавливаться на достигнутом. «Мы уверены, что сможем декодировать до 100 символов, но пока у нас нет набора данных с большим количеством символов», — говорит Шаери.
Команда также пояснила, что MiBMI будет использоваться не только для преобразования мыслей в текст. В настоящее время ведется сотрудничество с лабораториями Сильвестро Мисеры, Грегуара Куртина, Стефани Лакур и Дэвида Атьензы, чтобы создать новое поколение интегрированных систем ICM и изучить различные области применения MiBMI. «Мы сотрудничаем с другими исследовательскими группами, чтобы протестировать систему в различных контекстах, таких как декодирование языка и управление движением. Цель — разработать универсальный нейронный чип, который можно будет адаптировать к различным неврологическим расстройствам, тем самым предлагая пациентам более широкий спектр решений», — заключает Шоаран.