Un concepto que alguna vez existió estrictamente en la ciencia ficción, los chips implantados en el cerebro, como el Neuralink de Elon Musk, ahora están recibiendo inversiones del mundo real. Si bien todavía está muy lejos de ser utilizada en humanos, esta tecnología tiene el potencial de revolucionar la neurología e impactar positivamente en muchas vidas.
Esta semana, investigadores del EPFL (Instituto Federal Suizo de Tecnología en Lausana) anunciaron un nuevo neurochip que puede detectar y prevenir síntomas de ciertos trastornos neurológicos.
Los investigadores de la EPFL han desarrollado un diseño de chip de bajo consumo que combina algoritmos de ML y electrodos blandos implantables para identificar y suprimir los síntomas de diversos trastornos neurológicos. Imagen cortesía de Alain Herzog y EPFL
En este artículo, veremos cómo la investigación de EPFL aborda algunos de los desafíos de hardware que enfrentan los chips implantables.
Retos a los que se enfrentan los SoC implantados
Uno de los desafíos de los SoC implantables es que la mayoría de las soluciones propuestas tienen un bajo número de canales. En general, la parte frontal analógica de un SoC, compuesta por hardware de acondicionamiento de señal, como filtros y amplificadores, requiere una cantidad significativa de área. Debido a que el hardware implantable en el cerebro tiene un espacio limitado, existe una compensación significativa entre el área y la funcionalidad. Como resultado, muchos SoC de aprendizaje automático tienden a estar limitados a 8-32 canales. Los investigadores argumentan que este número de canales no es suficiente para recopilar datos biológicos significativos.
Independientemente de las preocupaciones sobre el número de canales, muchos SoC de aprendizaje automático propuestos para aplicaciones biológicas no son eficientes. La complejidad del hardware del SoC crece proporcionalmente a la cantidad de canales y biomarcadores monitoreados. La mayoría de las arquitecturas llegan a un punto de rendimientos decrecientes al agregar canales, donde eventualmente la complejidad del hardware supera los beneficios de agregar más canales. Debido a esto, estos SoC son excepcionalmente difíciles de escalar, otra razón por la cual el número de canales sigue siendo tan bajo.
Para que los SoC futuros brinden un valor real en el cuidado de la salud, primero se deben abordar estos problemas.
NeuralTree detecta y anula síntomas neurológicos
EPFL publicó recientemente un documento que presenta su nuevo SoC, NeuralTree. Etiquetado como «Versátil clasificación de actividad neuronal de 0,227 µJ/clase de 256 canales y SoC de neuromodulación de circuito cerrado», NeuralTree tiene potencial en el espacio de hardware implantable en el cerebro, dice el equipo.
Arquitectura frontal de NeuralTree. Imagen cortesía de arXiv
El chip aprovecha una arquitectura de front-end única, que ayuda a superar los problemas de escalabilidad y agrega una gran cantidad de canales al SoC. El artículo de la EPFL describe que el chip tiene un front-end de multiplexación por división de tiempo (TDM) eficiente en el espacio que consiste en un servobucle de CC (DSL) de señal mixta de dos fases de sintonización rápida. El resultado es que el chip puede contener 256 canales dispuestos en una matriz de interruptores de 16×16 en un área de chip impresionantemente pequeña de 3,48 mm.2.
El dispositivo utiliza aprendizaje automático y procesamiento de señales en biomarcadores basados en ondas cerebrales para comprender la actividad neuronal. Si se produce una respuesta neurológica, como un temblor parkinsoniano o una convulsión, el chip puede detectarlo. Además, el chip puede prevenir un síntoma neurológico inminente al generar una señal opuesta en el cerebro para anular efectivamente el síntoma.
La investigación del equipo ha dado como resultado un SoC funcional que logra una mejora de 8 veces en la cantidad de canales, 9,3 veces en el área por canal y 4,3 veces en la eficiencia energética del sistema.
En el futuro, los investigadores de EPFL esperan actualizar los algoritmos en el chip para mantenerse al día con la evolución de las señales neuronales.