Analog Neuromorphic Systems for Implantable Neural Interfaces

يعد الدماغ البشري شبكة واسعة من مليارات الخلايا، التي تطلق باستمرار إشارات كهربائية لتنسيق الحركة والتفكير والإحساس. ولعقود من الزمن، سعى العلماء للإنصات إلى هذه المحادثات، باستخدام أقطاب كهربائية دقيقة تُزرع في الدماغ لتسجيل نشاط عصبونات فردية أو مجموعات صغيرة منها. وتعد هذه التكنولوجيا بوعود هائلة لمساعدة الأشخاص المصابين بالشلل نتيجة إصابة أو مرض على التحكم في أجهزة الكمبيوتر والأطراف الروبوتية عبر أفكارهم، أو لمساعدة الأطباء في تحديد مصدر نوبات الصرع لعلاجها بشكل أكثر فعالية. ومع ذلك، وقف عائق مادي كبير طويلاً في طريق جعل هذه الأجهزة عملية للاستخدام اليومي. فكلما أضاف الباحثون المزيد من الأقطاب الكهربائية للحصول على صورة أوضح لنشاط الدماغ، انفجر حجم البيانات المتولدة. إن نقل هذا التدفق الهائل من المعلومات الخام لاسلكياً من داخل الجسم يتطلب قدراً كبيراً من الطاقة، مما قد يؤدي سريعاً إلى ارتفاع درجة حرارة الأنسجة المحيطة أو استنزاف البطارية في غض bubbles من الساعات. لذا، فإن التحدي لا يكمل فقط في الاستماع إلى الدماغ، بل في الاستماع إليه بذكاء—أي تصفية الصمت وإرسال اللحظات الهامة فقط.

قام فريق من الباحثين من مؤسسات حول العالم، بما في ذلك جامعة المدينة في هونغ كونغ وجامعة زيورخ، بتطوير نهج جديد لحل هذه المشكلة من خلال محاكاة الطريقة التي يعالج بها الدماغ البيولوجي نفسه المعلومات. فبدلاً من تسجيل النشاط الكهربائي للدماغ بشكل مستمر، مثل كاميرا فيديو تسجل كل إطار من فيلم، يعمل نظامهم الجديد بشكل يشبه مستشعر الحركة الذي لا يعمل إلا عند حدوث تغيير ما. لقد ابتكروا دائرة إلكترونية متخصصة توضع مباشرة على المستشعر، تقوم بتحويل الموجات الكهربائية الخام من الدماغ إلى سلسلة متفرقة من "النبضات" الرقمية فقط عند حدوث حدث هام. وهذا الأسلوب، المعروف باسم التحويل من التناظري إلى النبضي (analog-to-spike conversion)، يقلل بشكل كبير من كمية البيانات التي يجب إرسالها لاسلكياً، مما يحل مشكلات الطاقة والحرارة التي عانت منها الأجيال السابقة من غرسات الدماغ.

بدأ الباحثون بمقارنة طريقتين موجودتين لهذا النوع من تحويل الإشارات لمعرفة أيهما أكثر قوة في مواجهة الضوضاء الكهربائية التي تتداخل حتماً مع تسجيلات الدماغ. إحدى الطريقتين، وتسمى "التسرب والتكامل والاشتعال" (leaky integrate-and-fire)، تعمل عن طريق تجميع الشحنة الكهربائية ببطء حتى تصل إلى حد معين ثم تطلق إشارة. أما الطريقة الأخرى، وهي "تعديل دلتا" (delta modulation)، فلا تطلق إشارة إلا عندما يتغير الجهد بمقدار محدد، مما يشير إلى تحول في نشاط الدماغ. ومن خلال اختبارات مكثفة باستخدام إشارات دماغية محاكات وتسجيلات حقيقية من المرضى، وجد الفريق أن نهج "تعديل دلتا" كان متفوقاً للغاية؛ فقد استطاع التقاط النبضات السريعة والعابرة للعصبونات الفردية بدقة حتى وهي مدفونة تحت ضوضاء خلفية بطيئة أو تداخل كهربائي قوي من خطوط الطاقة. وفي المقابل، غالباً ما كانت الطريقة الأخرى تتعرض للاكتساح بسبب الضوضاء، فتطلق الكثير من الإشارات غير المجدية وتطغى على نشاط الدماغ الفعلي. كان هذا الاكتشاف حاسماً لأنه أثبت أن دائرة واحدة بسيطة يمكنها التعامل مع الإشارات السريعة للعصبونات الفردية والموجات الأوسع والأبطاء لنشاط الدماغ دون الحاجة إلى مرشحات منفصلة وضخمة لكل منهما.

وبناءً على هذا النجاح، قدم الفريق نسخة جديدة وأكثر تطوراً من دائرة "تعديل دلتا" مستوحاة من نوع معين من العصبونات الموجودة في الحصين (hippocampus)، وهو جزء من الدماغ يتعلق بالذاكرة. هذه العصبونات الطبيعية لا تطلق نبضاتها في تدفق إيقاعي ثابت، بل تطلقها في دفعات سريعة عند اكتشاف محفز قوي، تليها فترة من السكون. وقد صمم الباحثون دائرتهم الإلكترونية لتتصرف بالطريقة نفسها؛ فعندما تكون إشارة الدماغ هادئة أو تتغير ببطء، تظل الدائرة خاملة. ولكن في اللحظة التي يتجاوز فيها حدث هام عتبة عالية، تنتقل الدائرة إلى "وضع الدفعات" (burst mode)، حيث تطلق سلسلة سريعة من الإشارات لالتقاط تفاصيل ذلك الحدث بدقة عالية قبل العودة إلى السكون. يسمح سلوك الدفعات هذا للنظام بضغط البيانات بشكل أكبر من الطريقة القياسية. وفي اختباراتهم، حققت دائرة "تعديل الدفعات" الجديدة معدلات ضغط بيانات أفضل بخمس مرات من الطريقة القياسية مع الحفاظ على نفس مستوى الدقة. وبالنسبة للكشف عن نوبات الصرع، وهي أحداث نادرة في بحر من النشاط الدماغي الطبيعي، قام النظام بضغط البيانات بمعامل يقارب 2,000 مقارنة بطرق التسجيل التقليدية.

ولإثبات أن هذه البيانات المضغوطة لا تزال مفيدة للمهام الواقعية، قام الباحثون بتوصيل شريحتهم المخصصة بشريحة كمبيوتر ثانية متخصصة مصممة لمعالجة هذه النبضات فوراً. هذه الشريحة الثانية، التي تحاكي بنية الدماغ البيولوجي، تم تدريبها على التعرف على أنماط محددة في سلاسل النبضات، مثل بصمة عصبون فردي ينطلق أو بداية نوبة صرع. وكانت النتة مذهلة؛ إذ استطاع النظام المدمج تحديد هذه الأحداث بدقة تزيد عن 90 بالمائة، وهو ما يضاهي أداء الأنظمة البرمجية الأكبر والأكثر استهلاكاً للطاقة والتي تعمل على أجهزة الكمبيوتر القياسية. علاوة على ذلك، ولأن النظام لا يرسل إلا المعلومات الأساسية، فقد قلل معدل البيانات بمعامل يزيد عن 4,000 مقارنة بأجهزة التسجيل التقليدية. وهذا المستوى من الكفاءة يعني أن الغرسات المستقبلية يمكن أن تراقب مئات أو حتى آلاف القنوات الدماغية في وقت واحد دون الحاجة إلى إعادة شحن البطارية بشكل متكرر أو خطر ارتفاع درجة حرارة أنسجة الدماغ.

يمثل هذا العمل خطوة مهمة نحو جعل واجهات الدماغ اللاسلكية عالية الكثافة حقيقة واقعة للمرضى. فمن خلال نقل ذكاء النظام مباشرة إلى المستشعر، أظهر الباحثون أنه من الممكن كسر المقايضة بين عدد المستشعرات التي يمكن أن تحملها الغرسة وبين الطاقة المطلوبة لتشغيلها. هذه الدوائر الجديدة صغيرة بما يكفي لدمجها في البكسلات الدقيقة لمسبار عصبي حديث، وتستهلك طاقة ضئيلة جداً، حيث تستخدم كل قناة بضعة ميكرووات فقط. وبينما ركزت الدراسة الحالية على مهام محددة مثل اكتشاف نوبات الصرع ونبضات العصبونات الفردية، فإن المبدأ الأساسي يقدم مساراً جديداً لتصميم أجهزة طبية ذكية يمكنها التكيف مع الإيقاعات الطبيعية للدماغ. فبدلاً من إجبار لغة الدماغ المعقدة والمتفرقة على التحول إلى تدفق مستمر وصلب من البيانات، تستمع هذه الأنظمة إلى اللغة التي يتحدث بها الدماغ بالفعل، حيث تصفّي الضوضاء وترسل فقط الإشارة التي تهم.