EPFL、チップ上に脳-マシンインタフェース全体

September, 2, 2024, Lausanne--EPFLの研究者は、小さなシリコンチップ上で脳とテキストを直接通信できる次世代の小型ブレインマシンインターフェースを開発した。

ブレイン・マシン・インタフェース(BMI)は、重度の運動障害を持つ個人のコミュニケーションと制御を回復するための有望なソリューションとして浮上している。従来、これらのシステムはかさばり、電力を大量に消費し、実用化には限界があった。EPFLの研究者は、非常に小型、低電力、高精度、多用途のソリューションを提供する、最初の高性能で小型化されたブレインマシンインタフェース(MiBMI)を開発した。IEEE Journal of Solid-State Circuitsの最新号に掲載され、International Solid-State Circuits Conferenceで発表されたMiBMIは、ブレインマシンインタフェースの効率とスケーラビリティを向上させるだけでなく、実用的で完全に埋め込み可能なデバイスへの道を開く。この技術は、筋萎縮性側索硬化症(ALS)や脊髄損傷などの患者の生活の質を大幅に向上させる可能性を秘めている。

「この進歩により、われわれは実用的で埋め込み型のソリューションに近づいている」(Mahsa Shoaran)。

MiBMIの小型サイズと低電力が重要な特徴であり、システムは埋め込み型アプリケーションに適している。その最小限の侵襲性により、臨床および実際の環境での使用の安全性と実用性が保証される。また、完全に統合されたシステムであり、記録と処理は合計8mm2の2つの非常に小さなチップで行われる。これは、EPFLのIEMおよびNeuro X研究所にあるMahsa Shoaranの統合ニューロテクノロジー研究所(INL)で開発された新しいクラスの低電力BMIデバイスの最新作である。

「MiBMIを使用すると、複雑な神経活動を高精度で低消費電力で読み取り可能なテキストに変換できる。この進歩により、重度の運動障害を持つ個人のコミュニケーション能力を大幅に向上させることができる実用的な埋め込み型ソリューションに近づくことが可能になる」(Shoaran)。

脳からテキストへの変換には、人が文字や単語を書くことを想像したときに生成される神経信号を解読することが含まれる。このプロセスでは、脳に埋め込まれた電極が、手書きの運動行動に関連する神経活動を記録する。次に、MiBMIチップセットはこれらの信号をリアルタイムで処理し、脳が意図した手の動きを対応するデジタルテキストに変換する。この技術により、特に閉じ込め症候群やその他の重度の運動障害を持つ人々は、書くことを考えるだけでコミュニケーションをとることができ、インタフェースは彼らの考えを画面上の読み取り可能なテキストに変換する。

「このチップは、手書き活動を91%という驚異的な精度でテキストに変換する」(Mohammed Ali Shaeri)。

「このチップはまだBMIに統合されていないが、スタンフォード大学のShenoy研究室など、以前のライブ録音からのデータを処理し、手書き活動を91%という驚異的な精度でテキストに変換している」と筆頭著者、Mohammed Ali Shaeriはコメントしている。
このチップは現在、最大31の異なる文字をデコードでき、これは他の統合システムにはない偉業である。「最大100文字までデコードできると確信しているが、それ以上の文字数を含む手書きのデータセットはまだ利用できない」(Shaeri)。

現在のBMIは、脳に埋め込まれた電極からのデータを記録し、これらの信号を別のコンピュータに送信してデコードを行う。MiBMIチップは、データを記録するだけでなく、192チャンネルのニューラルレコーディングシステムと512チャンネルのニューラルデコーダを統合して、情報をリアルタイムで処理する。この神経技術のブレークスルーは、集積回路、神経工学、人工知能の専門知識を組み合わせた極端な小型化の偉業である。このイノベーションは、統合と小型化が重要な焦点であるBMI領域のニューロテックスタートアップの新興時代に特にエキサイティングである。EPFLのMiBMIは、この分野の将来について有望な洞察と可能性を提供している。

「われわれの目標は、様々な神経疾患に合わせて調整できる汎用性の高いBMIを開発し、患者に幅広いソリューションを提供することである」(Mahsa Shoaran)。

電極が拾った大量の情報を小型化されたBMIで処理できるようにするために、研究チームはデータ分析に対してまったく異なるアプローチを取る必要があった。チームは、患者が手で書くことを想像したとき、各文字の脳活動に非常に特異的なマーカーが含まれていることを発見した。これにより、研究者はそれを識別神経コード(DNC)と名付けた。マイクロチップは、各文字の数千バイトのデータを処理する代わりに、約100バイトのDNCを処理するだけで済む。これにより、システムは高速かつ正確になり、低消費電力になる。このブレークスルーにより、トレーニング時間が短縮され、BMIの使用方法をより簡単かつアクセスしやすくなった。

Grégoire Courtine、Silvestro Micera、Stéphanie Lacour、David Atienzaの研究所など、EPFLのNeuro-XおよびIEM Instituteの他のチームとのコラボレーションにより、次世代の統合BMIシステムの開発が期待される。Shoaran、Shaeri、また彼らのチームは、手書き認識以外にもMiBMIシステムの様々なアプリケーションを模索している。「われわれは他の研究グループと協力して、音声のデコードや動きの制御など、様々な状況でシステムをテストしている。われわれの目標は、様々な神経疾患に合わせて調整できる汎用性の高いBMIを開発し、患者に幅広いソリューションを提供することである」とShoaranは話している。