Logotipo do Site Inovação Tecnológica





Informática

Neurochip 2.0: Interface cérebro-máquina cabe inteira em um chip

Redação do Site Inovação Tecnológica - 05/09/2024

Neurochip 2.0: Interface cérebro-máquina cabe inteira em um chip
Não é só o chip: O sistema se baseia em uma série de inovações que permitiram miniaturizar a interface cérebro-máquina.
[Imagem: EPFL/Lundi13]

Neurochips

Você já deve ter ouvido falar de muitos neurochips, ou chips bioeletrônicos, que permitem uma conexão com nosso sistema nervoso, alguns diretamente com o cérebro.

Infelizmente, assim como um processador de computador não faz nada sozinho, os neurochips são na verdade interfaces cérebro-computador, ou seja, precisam de um aparato externo substancial para funcionar.

Mas isso está começando a mudar. Pesquisadores suíços apresentaram a primeira interface cérebro-máquina miniaturizada, totalmente integrada em um único chip, que permite a comunicação direta do cérebro para texto, ligando-se diretamente ao computador externo que permite seu uso.

"[Nosso neurochip] nos permite converter atividade neural complexa em texto legível com alta precisão e baixo consumo de energia. Esse avanço nos aproxima de soluções práticas e implantáveis que possam melhorar significativamente as habilidades de comunicação de indivíduos com deficiências motoras graves," disse Mahsa Shoaran, da Escola Politécnica Federal de Lausanne (EPFL).

Isto oferece uma solução extremamente pequena, de baixo consumo de energia, altamente precisa e versátil, abrindo caminho para dispositivos práticos e totalmente implantáveis, por exemplo, permitindo que os pacientes usem a interface fora de ambientes hospitalares, abrindo caminho para melhorar significativamente a qualidade de vida de pacientes com condições como esclerose lateral amiotrófica (ELA) e lesões na medula espinhal.

Neurochip 2.0: Interface cérebro-máquina cabe inteira em um chip
A miniaturização é essencial para que o chip seja o menos invasivo possível para ser implantado nos pacientes - o chip mede meros 2,46 mm2 .
[Imagem: EPFL/Lundi13]

Conversão cérebro-texto

A conversão "cérebro para texto" envolve a decodificação de sinais neurais gerados quando uma pessoa imagina escrever letras ou palavras. Nesse processo, eletrodos implantados no cérebro registram a atividade neural associada às ações motoras da escrita à mão - esses chips não "leem o pensamento", como comumente se diz.

O novo chip então processa esses sinais em tempo real, traduzindo as pretensões de movimento das mãos pelo cérebro em texto digital correspondente. Essa tecnologia permite que indivíduos, especialmente aqueles com síndrome do encarceramento e outras deficiências motoras graves, se comuniquem simplesmente pensando em escrever, com a interface convertendo essas intenções de movimento - seus "pensamentos" - em texto legível em uma tela.

"Embora o chip ainda não tenha sido integrado a uma interface cérebro-computador funcional, ele processou dados de gravações ao vivo anteriores, convertendo atividade de escrita à mão em texto com uma precisão impressionante de 91%," disse Mohammed Shaeri, principal projetista do neurochip.

A versão atual do chip consegue decodificar até 31 caracteres diferentes, uma conquista inigualável por qualquer outro sistema integrado. "Estamos confiantes de que podemos decodificar até 100 caracteres, mas um conjunto de dados de escrita à mão com mais caracteres ainda não está disponível," acrescentou Shaeri.

Neurochip 2.0: Interface cérebro-máquina cabe inteira em um chip
Detalhes do neurochip.
[Imagem: EPFL/Lundi13]

Avanços na neurotecnologia

As interfaces cérebro-computador atuais registram os dados de eletrodos implantados no cérebro e então enviam esses sinais para um computador separado, onde um programa faz a decodificação dos sinais cerebrais, portanto ainda participando da parte "cérebro" da interface. Este novo chip registra os dados, mas também processa as informações em tempo real, integrando um sistema de gravação neural de 192 canais com um decodificador neural de 512 canais.

Esse avanço neurotecnológico é um feito de miniaturização inédito, combinando avanços nos circuitos integrados, na engenharia neural e na inteligência artificial.

Por exemplo, para conseguir processar a enorme quantidade de informações captadas pelos eletrodos, os pesquisadores tiveram que adotar uma abordagem completamente diferente para a análise de dados. Eles descobriram que a atividade cerebral para cada letra, quando o paciente imagina escrevê-la à mão, contém marcadores muito específicos, que os pesquisadores chamaram de códigos neurais distintos (CNDs). Assim, em vez de processar milhares de bytes de dados para cada letra, só é necessário processar os CNDs, compostos por cerca de cem bytes, o que viabilizou colocar todo esse processamento dentro do chip.

Isso torna o sistema rápido, preciso e com baixo consumo de energia. Esse avanço também permite tempos de treinamento mais rápidos, tornando o aprendizado de como usar a interface mais fácil e acessível - tente imaginar que está escrevendo à mão, sem que sua mão consiga se mexer, mas tendo que fazer os movimentos completos criteriosamente, e terá uma ideia da dificuldade que os paciente têm ao aprender a usar uma interface desse tipo.

"Estamos colaborando com outros grupos de pesquisa para testar o sistema em diferentes contextos, como decodificação de fala e controle de movimento. Nosso objetivo é desenvolver uma interface cérebro-computador versátil que possa ser adaptada a vários distúrbios neurológicos, fornecendo uma gama mais ampla de soluções para os pacientes," disse Shoaran.

Bibliografia:

Artigo: MiBMI: A 192/512-Channel 2.46mm² Miniaturized Brain-Machine Interface Chipset Enabling 31-Class Brain-to-Text Conversion Through Distinctive Neural Codes
Autores: M. A. Shaeri, U. Shin, A. Yadav, R. Caramellino, G. Rainer, M. Shoaran
Revista: Proceedings of the IEEE International Solid-State Circuits Conference
DOI: 10.1109/ISSCC49657.2024.10454533

Artigo: A 2.46-mm 2 Miniaturized Brain–Machine Interface (MiBMI) Enabling 31-Class Brain-to-Text Decoding
Autores: MohammadAli Shaeri, Uisub Shin, Amitabh Yadav, Riccardo Caramellino, Gregor Rainer, Mahsa Shoaran
Revista: IEEE Journal of Solid-State Circuits
DOI: 10.1109/JSSC.2024.3443254
Seguir Site Inovação Tecnológica no Google Notícias





Outras notícias sobre:
  • Microeletrônica
  • Biomecatrônica
  • Inteligência Artificial
  • Processadores

Mais tópicos