BISC: کاشت موی نازک برای رابط های مغز و هوش مصنوعی

BISC یک کاشت فوق‌نازک مغزی است که با هزاران الکترود و لینک بی‌سیم پهن‌باند، هدفش توسعهٔ رابط‌های مغز–رایانهٔ پرظرفیت و کم‌تهاجمی است؛ کاربردهای بالقوه شامل درمان صرع، بازتوانی حرکتی و پروتزهای حسی است.

نظرات
BISC: کاشت موی نازک برای رابط های مغز و هوش مصنوعی

13 دقیقه

یک کاشت مغزی بسیار نازک به نام BISC قول می‌دهد شیوهٔ ارتباط انسان‌ها با ماشین‌ها را تغییر دهد. این دستگاه با ترکیب مینیاتور‌سازی شدید، هزاران الکترود و یک پیوند بی‌سیم با پهنای باند بالا، هدف دارد رابط‌های مغز–رایانه (BCI) را هم قدرتمندتر و هم کم‌تهاجمی‌تر از همیشه کند. طراحی BISC تلاش می‌کند امکان خواندن و نوشتن سیگنال‌های عصبی با رزولوشن بالا و تأخیر کم را فراهم کند تا کاربردهای بالینی و پژوهشی پیشرفته‌تری پدید آید.

کاشت BISC که در اینجا نشان داده شده است، تقریباً به اندازه یک تار مو ضخامت دارد

A startlingly small device with massive data throughput

کاشت‌های عصبی سنتی برای جای دادن تقویت‌کننده‌ها، باتری‌ها و رادیوها نیازمند محفظه‌های بزرگ زیر پوست یا در قفسه سینه هستند. BISC این مدل را دگرگون می‌کند: طراحی همهٔ الکترونیک‌های ضروری را روی یک تراشهٔ CMOS واحد فشرده می‌کند که به حدود 50 میکرون نازک شده است. این تراشهٔ بسیار کوچک و قابل انعطاف سخت‌افزار ضبط و تحریک، فرستنده/گیرندهٔ رادیویی، مدارهای تغذیه و منطق کنترلی دیجیتال را در حجمی تقریبی حدود 3 میلی‌متر مکعب — کمتر از یک‌هزارم حجم بسیاری از دستگاه‌های موجود — جای می‌دهد.

چرا اندازه اهمیت دارد؟ دستگاه‌های کوچک‌تر موجب کاهش تروما در جراحی، کم‌شدن خطر عفونت، به حداقل رسیدن واکنش بافتی و امکان جای‌گذاری بدون برداشتن بخش‌های بزرگ جمجمه می‌شوند. فرم انعطاف‌پذیر BISC به آن اجازه می‌دهد تا با سطح قشر مغز منطبق شده و در فضای زیرپرده‌ای (subdural) با حداقل مزاحمت قرار گیرد. با وجود ردپای فیزیکی بسیار کوچک، BISC از پهنای باند دادهٔ شگفت‌آوری پشتیبانی می‌کند — تا 100 مگابیت بر ثانیه از طریق لینک فوق‌پهن سفارشی — که انتقال مجموعه‌داده‌های عصبی غنی به رایانه‌ها و سامانه‌های هوش مصنوعی را در زمان نزدیک به واقعی ممکن می‌سازد. این توانمندی برای پردازش بلادرنگ سیگنال‌ها و کاربردهای کنترل عصبی بسیار حیاتی است.

How the system is organized: chip, relay and software

BISC یک تراشهٔ مستقل تنها نیست. پلتفرم سه‌قسمتی است: یک کاشت تک‌تراشه، یک ایستگاه رلهٔ پوشیدنی با باتری و یک پشتهٔ نرم‌افزاری اختصاصی. درون کاشت 65,536 الکترود، 1,024 کانال ضبط هم‌زمان و 16,384 کانال تحریک قرار دارد. از آنجا که پلتفرم متکی به فرآیندهای ساخت در کارخانه‌های نیمه‌هادی است، همان مقیاس تولید که لوازم الکترونیکی مصرفی را ارزان و فراوان می‌سازد می‌تواند، به‌طور نظری، تولید انبوه این کاشت‌ها را با بازده بالا ممکن کند.

Single-chip integration

تمام اجزای فرانت‌اند آنالوگ، مبدل‌های داده، مدارهای مدیریت توان و فرستنده/گیرندهٔ رادیویی مستقیماً روی تراشه ساخته شده‌اند. یکپارچه‌سازی این عملکردها نیاز به محفظه‌های بزرگ کاشته‌شونده و سیم‌کشی‌های بلند را حذف می‌کند و به‌طور قابل‌توجهی پروفایل فیزیکی و ردپای جراحی کاشت را کاهش می‌دهد. این مدل یکپارچه مزایایی از جمله کاهش نقاط خرابی مکانیکی، ساده‌تر شدن روند جراحی و بالقوه بهبود دوام سیگنال را فراهم می‌کند.

Wireless relay and compatibility

خارج از جمجمه، یک رلهٔ کوچک پوشیدنی انرژی تأمین می‌کند و لینک رادیویی پهن‌باند بین کاشت و رایانه‌های خارجی را مدیریت می‌کند. این رله به دنیای بیرون مانند یک دستگاه وای‌فای 802.11 رفتار می‌کند و عملاً هر پلتفرم یادگیری ماشینی را بدون نیاز به کابل فیزیکی به مغز متصل می‌سازد. این ساماندهی مسیر عملی‌ای برای جفت‌سازی BISC با الگوریتم‌های کدگشایی پیشرفته، هوش مصنوعی ابری یا محاسبات لبه‌ای محلی برای کنترل با تأخیر کم ایجاد می‌کند. سازگاری با استانداردهای شبکه‌ای و APIهای یادگیری ماشینی به پذیرش بالاتر در پژوهش و بالین کمک می‌کند.

From raw signals to AI-decoded intentions

ارزش رابط‌های مغز–رایانه از توانایی خواندن (و گاهی نوشتن) فعالیت عصبی با رزولوشن زمانی و مکانی کافی نشأت می‌گیرد. آرایهٔ میکرو-الکتروکورتیکوگرافی (μECoG) در BISC نقشه‌ای متراکم از پتانسیل‌های سطح قشر را ضبط می‌کند که وقتی با مدل‌های یادگیری ماشین مدرن ترکیب شود، می‌تواند به نیت‌ها، تجربه‌های حسی و فرمان‌های حرکتی کدگشایی شده ترجمه گردد. این داده‌ها برای ساخت دیکودرهای عصبی دقیق و مدل‌های پیش‌بینی‌کننده حیاتی هستند.

آندریاس تولیاس از دانشگاه استنفورد که در آزمایش‌های BISC همکاری داشته است، بر جنبهٔ مشارکتی سخت‌افزار و هوش مصنوعی تأکید می‌کند: آموزش مدل‌های یادگیری عمیق روی مجموعه‌داده‌های عصبی در مقیاس بزرگ — از جمله ضبط‌هایی که با BISC جمع‌آوری شده‌اند — به تیم اجازه داد کارایی دستگاه در توانمندسازی الگوریتم‌ها برای کدگشایی حالت‌های عصبی را ارزیابی کند. به‌طور خلاصه، این سیستم سطح قشر را به درگاهی با پهنای باند بالا برای ارتباط خواندن-نوشتن با هوش مصنوعی و دستگاه‌های خارجی تبدیل می‌کند. این امکان بسترهایی مثل فرمان‌دهی پروتزها، سنتز گفتار یا تعامل مستقیم با دستگاه‌های محاسباتی را فراهم می‌آورد.

Clinical targets: who could benefit?

کاربردهای بالینی بالقوه گسترده‌اند. رابط‌های مغز–رایانه بی‌سیم و با وضوح بالا نوید بهبود مدیریت صرع مقاوم به دارو را با امکان نظارت دقیق‌تر بر تشنج‌ها و تحریک هدفمندتر می‌دهند. برای افراد با آسیب نخاعی، اسکلروز جانبی آمیوتروفیک (ALS) یا سکته، این رابط‌ها می‌توانند توانایی‌های حرکتی یا ارتباطی را با کدگشایی حرکت یا گفتار مورد نظر بازیابی کنند و اندام‌های پروتزی، سنتزکننده‌های گفتار یا دستگاه‌های کمکی را فعال نمایند.

بازگرداندن بینایی و پروتزهای حسی اهداف مهم دیگری هستند. از آنجا که BISC هم کانال‌های ضبط متراکم و هم کانال‌های تحریک را پشتیبانی می‌کند، پتانسیل دارد ورودی‌های الکتریکی الگوگیری‌شده را به نواحی قشر بینایی ارسال کند که با ادراک‌های بصری خاصی متناظرند — مسیری به سمت نسل بعدی ایمپلنت‌های بازگردانندهٔ بینایی. برای بیمارانی با فلج یا وضعیت قفل‌شدگی (locked-in)، ترکیب کدگشایی و تحریک می‌تواند مسیرهایی برای بازیابی عملکرد تعاملی فراهم آورد. این کاربردها نیازمند مطالعات بالینی دقیق برای اثبات اثربخشی و ایمنی هستند.

Surgical approach and early testing

انتقال یک کاشت جدید از آزمایشگاه به بالین نیازمند طراحی جراحی دقیق است. تیم BISC تکنیک‌های درج کم‌تهاجمی توسعه داده که اجازه می‌دهد تراشه از طریق یک سوراخ کوچک در جمجمه به فضای زیرپرده‌ای برده شده و بر سطح قشر قرار گیرد. از آنجا که دستگاه فوق‌العاده نازک است و وارد بافت مغز نمی‌شود، عدم تطابق مکانیکی و واکنش بافتی مزمن که می‌تواند کیفیت سیگنال را در طول زمان تضعیف کند، به حداقل می‌رسد. این رویکرد می‌تواند خطرات مرتبط با کاشت‌های نفوذی را کاهش داده و روند بازیابی بیمار را تسهیل کند.

مطالعات پیش‌بالینی تراشه را در قشرهای حرکتی و بینایی مورد آزمون قرار داده و ضبط پایدار را در طول زمان‌های آزمایشی تأیید کرده‌اند. ضبط‌های انسانی کوتاه‌مدت و اولیه در شرایط جراحی در حال انجام است تا داده‌هایی در مورد عملکرد داخل‌عملیاتی جمع‌آوری شود و پروتکل‌های ایمن‌سازی بهبود یابند. جراح مغز و اعصاب کلمبیا، برت یانگرمن، و نورولوژیست صرع کاتَرین شوِون در تلاش‌های اجرای بالینی همکاری کرده‌اند، از جمله دریافت گرنت از مؤسسه ملی سلامت (NIH) برای آزمایش BISC در صرع مقاوم به درمان.

Engineering trade-offs and technical innovations

طراحی چنین پلتفرم فشرده‌ای نیازمند جهش‌های فنی متعدد بوده است. رابط‌های مغز–رایانهٔ موجود اغلب متکی بر ماژول‌های جداگانه هستند: تقویت‌کننده‌ها، مبدل‌ها، رادیوها و مدیریت توان هرکدام فضای فیزیکی را اشغال می‌کنند. BISC این عناصر را در یک دی‌سیک سیلیکونی واحد یکپارچه می‌کند و از پیشرفت‌های مقیاس‌بندی CMOS و طراحی میکسد-سیگنال بهره می‌برد تا عملکردهای متعدد را فشرده سازد در حالی که دفع گرما و مصرف توان را کنترل می‌کند. این بهبودها برای تضمین پایداری عملکرد در محیط زیستی بدن حیاتی‌اند.

رادیوی فوق‌پهن تراشه و رلهٔ خارجی به همان اندازه مهم هستند: دست‌یابی به نرخ بی‌سیم 100 مگابیت بر ثانیه دست‌کم دو مرتبه اندازه بهتر از بسیاری از BCIهای بی‌سیم فعلی است، و این پهنای باند برای جریان‌سازی داده‌های عصبی چندکانالهٔ متراکم که دیکدرهای پیشرفتهٔ AI نیاز دارند، حیاتی است. پلتفرم همچنین مجموعه‌ای از دستورالعمل‌ها و پشته نرم‌افزاری سفارشی تعریف می‌کند که برای کارهای رابط عصبی بهینه شده‌اند و کنترل استانداردشده، الگوهای تحریک و سازگاری با خط لوله‌های یادگیری ماشین را ممکن می‌سازند. این هماهنگی بین سخت‌افزار، پروتکل‌ها و نرم‌افزار کلید بهره‌برداری عملی از این فناوری است.

Commercialization, partnerships and ecosystem

برای تسریع ترجمه فراتر از آزمایشگاه‌های دانشگاهی، پژوهشگران شرکت Kampto Neurotech را راه‌اندازی کردند که توسط مهندس پروژهٔ نانیو زنگ هدایت می‌شود. این استارتاپ هدف دارد نسخه‌های پیش‌بالینی تراشه را تولید کند و برای کاربرد انسانی مشارکت‌ها و پشتیبانی‌های регулятор‌ی جذب نماید. خود پروژه تحت برنامهٔ طراحی سامانه‌های مهندسی عصبی DARPA پرورش یافته است، برنامه‌ای که عمداً سرمایه‌گذاری روی یکپارچه‌سازی بلندپروازانهٔ علوم اعصاب، ریزالکترونیک و ترجمهٔ بالینی را تأمین می‌کند.

از آنجا که BISC با استفاده از فرآیندهای foundry مرسوم در صنعت نیمه‌هادی ساخته می‌شود، مسیر مقیاس‌پذیری نسبت به ایمپلنت‌های سفارشی روشن‌تر است. تولید انبوه می‌تواند هزینهٔ واحد را کاهش دهد و دسترسی پژوهشی گسترده‌تری را فراهم کند که نوآوری در الگوریتم‌های کدگشایی و کاربردهای نورواستتیک را تسریع می‌کند. همکاری بین صنعت، دانشگاه و نهادهای تنظیمی برای عبور از موانع تجاری‌سازی اهمیت دارد.

Ethics, safety and real-world hurdles

حتی با مشخصات فنی چشمگیر، BISC باید با چالش‌های علمی، بالینی و اخلاقی روبه‌رو شود. سازگاری بلندمدت بیولوژیک هنوز یک سوال کلیدی است: رابط زیرپرده‌ای در طول سال‌ها یا دهه‌ها چگونه رفتار خواهد کرد؟ آیا صحت سیگنال با بلوغ پاسخ بافتی حفظ می‌شود؟ برای پاسخ به این سوال‌ها نیاز به کارآزمایی‌های بالینی و مطالعات طولانی‌مدت حیوانی است. پایش تغییرات التهابی، فیبروز و پایداری الکترودها از جمله موضوعات مهم تحقیقاتی‌اند.

فراتر از زیست‌شناسی، نگرانی‌های اجتماعی دربارهٔ حریم خصوصی، رضایت آگاهانه و امکان تقویت شناختی باید مد نظر قرار گیرند. ارتباطات با پهنای باند بالا بین مغز و هوش مصنوعی می‌تواند مزایای درمانی عظیمی فراهم کند، اما همچنین پرسش‌هایی دربارهٔ کنترل داده‌های عصبی و نحوهٔ استفاده از آنها مطرح می‌سازد. مسیرهای نظارتی روشن، رمزنگاری قوی، رضایت شفاف و مشارکت عمومی برای عبور از مرحلهٔ نمونهٔ آزمایشگاهی به واقعیت بالینی ضروری خواهند بود.

What BISC could mean for neuroscience and AI

BISC مغز را به‌عنوان یک شبکهٔ سنسوری متراکم و قابل‌دسترس بازتعریف می‌کند — شبکه‌ای که می‌توان آن را در رزولوشن‌هایی که پیش‌تر محدود به آرایه‌های بزرگ و تهاجمی بود نمونه‌برداری کرد. برای علوم اعصاب، این به معنای نقشه‌های دقیق‌تر از فعالیت جمعیتی در سرتاسر قشر است که مدل‌های بهتری از ادراک، تصمیم‌گیری و کنترل حرکتی فراهم می‌آورد. برای هوش مصنوعی، این به معنای داده‌های آموزشی غنی‌تر و فرصت‌هایی برای توسعهٔ دیکدرهایی است که الگوهای عصبی را به اعمال یا ادراک‌ها ترجمه می‌کنند.

تصور کنید اتاق عمل آینده‌ای را که در آن جراح یک تراشه نازک به‌اندازه تار مو را قرار می‌دهد که فورا هزاران کانال فعالیت قشر را به موتور کدگشایی می‌فرستد و آن را به حرکت یا گفتار ترجمه می‌کند. این سناریو هنوز در حوزهٔ آرمان‌شهر است، اما BISC شکاف بین رابط‌های فعلی بالینی و آن چشم‌انداز را کاهش می‌دهد. دستیابی به این آینده مستلزم پیشرفت‌های مداوم در مهندسی، یادگیری ماشین و چارچوب‌های اخلاقی است.

Expert Insight

«نوآوری BISC فقط در نازکی آن نیست — بلکه در این است که تا چه اندازه قابلیت‌ها را در یک قطعهٔ تولیدشدنی سیلیکونی یکپارچه کرده است» دکتر مایا هولیس، مهندس عصبی و مروج علمی خیالی با تجربه در استارتاپ‌های تجهیزات پزشکی، می‌گوید. «تعداد بالای کانال‌ها و پهنای باند بی‌سیم نقطه‌عطف‌اند چون اجازه می‌دهند پژوهشگران و بالینی‌ها با نمایش‌های عصبی غنی‌تری کار کنند. اما آزمون واقعی، دوام و ایمنی در استفادهٔ مزمن انسانی است. جایی که کارآزمایی‌های دقیق و گزارش‌دهی شفاف بیشترین اهمیت را دارند.»

دیدگاه دکتر هولیس تعادل لازم بین بلندپروازی مهندسی و احتیاط بالینی را برجسته می‌کند: پیش بردن مرزهای فنی باید با ارزیابی‌های سخت‌گیرانهٔ ایمنی بیمار و سودمندی در دنیای واقعی همراه باشد. علاوه بر این، استانداردسازی پروتکل‌ها و انتشار داده‌های تجربی می‌تواند به ایجاد اعتماد در جامعهٔ علمی و مردم کمک کند.

Looking ahead

BISC نمایه‌ای جسورانه برای رابط‌های مغز–رایانه ارائه می‌دهد: به‌جای افزایش دستگاه‌ها با افزودن ماژول‌های خارجی یا کاشت‌های حجیم، عملکرد را در یک تراشهٔ فوق‌العاده نازک و قابل‌ساخت در حجم انبوه فشرده می‌کند و آن سخت‌افزار را با پیوندهای بی‌سیم پهن‌باند و نرم‌افزار پیشرفته جفت می‌نماید. تأثیرات بالینی بالقوه — از مدیریت صرع تا بازگرداندن عملکرد حرکتی، کمک‌های ارتباطی و پروتزهای حسی — قابل‌توجه‌اند.

با این حال، مسیر از نتایج امیدوارکنندهٔ پیش‌بالینی و ضبط‌های داخل‌عملیاتی کوتاه‌مدت تا ایمپلنت‌های مزمن و مورد تأیید نیازمند زمان، داده و نظارت است. اگر وعدهٔ اولیهٔ BISC در مطالعات انسانی طولانی‌مدت تأیید شود، ممکن است نقطهٔ عطفی را ببینیم: یک کلاس جدید از رابط‌های مغزی که اتصال‌های عملی، ایمن و بدون درز بین مغزهای انسانی و سیستم‌های هوش مصنوعی را ممکن می‌سازند. طی این مسیر، شفافیت پژوهشی، همکاری میان‌رشته‌ای و چارچوب‌های اخلاقی قوی کلیدهای موفقیت خواهند بود.

منبع: scitechdaily

ارسال نظر

نظرات

مطالب مرتبط