Les scientifiques construisent une puce neurone artificielle qui peut reconnaître les signaux biologiques en temps réel

Les algorithmes de réseau neuronal actuels produisent des résultats impressionnants et aident à résoudre un nombre étonnant de problèmes. Cependant, les dispositifs électroniques utilisés pour exécuter ces algorithmes nécessitent toujours une puissance de traitement énorme. En ce qui concerne le traitement en temps réel des informations sensorielles ou des interactions avec l'environnement, ces systèmes d'intelligence artificielle (AI) ne peuvent tout simplement pas concurrencer le cerveau actuel. Et l'ingénierie neuromorphique est une nouvelle méthode prometteuse qui construit un pont entre l'intelligence artificielle et l'intelligence naturelle.

Une équipe de recherche interdisciplinaire de l'Université de Zurich, de Zurich et de l'hôpital universitaire de Zurich a utilisé cette méthode pour développer une puce basée sur la technologie neuromorphique pouvant identifier de manière fiable et précise des signaux biologiques complexes. Les scientifiques ont pu utiliser cette technologie pour détecter avec succès les oscillations à haute fréquence enregistrées (HFO). Ces ondes spécifiques, mesurées à l'aide d'une électroencéphalographie intracrânienne (IEEG), se sont révélées à promettre des biomarqueurs pour identifier les tissus cérébraux qui provoquent des crises.

Les chercheurs ont d'abord conçu un algorithme pour détecter hfo en simulant le réseau neuronal naturel du cerveau: un minuscule réseau de neurones de pointe (SNN). La deuxième étape consiste à mettre en œuvre SNN dans un matériel de taille d'ongles qui reçoit des signaux neurones à travers des électrodes. Contrairement aux ordinateurs traditionnels, il a une énorme efficacité énergétique. Cela rend les calculs avec une très haute résolution de temps possible sans s'appuyer sur Internet ou le cloud computing.

Giacomo Indiveri, professeur à l'Institut de Neuroinformatique à l'Université de Zurich et d'ETH Zurich, a déclaré: "Notre conception nous permet de reconnaître les modèles spatio-temporels dans des signaux biologiques en temps réel."

Les chercheurs envisagent maintenant d'utiliser leurs conclusions pour créer un système électronique pour identifier et surveiller de manière fiable les HFO en temps réel. Lorsqu'il est utilisé comme outil de diagnostic supplémentaire dans la salle d'opération, le système peut améliorer les résultats des interventions neurochirurgicales.

Cependant, ce n'est pas la seule zone où l'identification de l'OHF peut jouer un rôle important. L'objectif à long terme de l'équipe est de développer un dispositif de surveillance de l'épilepsie pouvant être utilisé à l'extérieur de l'hôpital, ce qui permettra d'analyser les signaux d'un grand nombre d'électrodes en quelques semaines ou quelques mois.

Johannes Sornthein, un neurophysiologiste de l'hôpital universitaire de Zurich, explique: "Nous voulons intégrer la communication de données sans fil à faible énergie dans la conception - par exemple, pour le connecter à un téléphone portable. Une puce portable ou implantable comme celle-ci peut reconnaître un taux de saisie plus élevé. Périodes élevées ou basses, qui nous permettront de fournir une médecine personnalisée. "