⚡ electrical engineering

Neuromorphic Energy-Aware Learning for Adaptive Deep Brain Stimulation

Este artículo presenta un marco de aprendizaje consciente de la energía que cooptimiza la estimulación del actuador y la eficiencia de la inferencia mediante la incorporación de la energía del actuador en las recompensas de aprendizaje por refuerzo y el despliegue de una red neuronal de impulsos comprimida en hardware neuromórfico, logrando reducciones significativas tanto en las oscilaciones patológicas como en el consumo de energía para la estimulación cerebral profunda adaptativa en la enfermedad de Parkinson.

Autores originales: Binh Nguyen, Colleen Josephson, Mircea Teodorescu, Gert Cauwenberghs, Jason Eshraghian

Publicado 2026-06-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Binh Nguyen, Colleen Josephson, Mircea Teodorescu, Gert Cauwenberghs, Jason Eshraghian

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes un pequeño robot, impulsado por una batería, que vive dentro del cerebro de una persona. Su trabajo es actuar como un "policía de tráfico" para las señales eléctricas del cerebro. Cuando el cerebro se queda atrapado en un ritmo caótico (lo que sucede en la enfermedad de Parkinson), este robot necesita enviar pulsos eléctricos suaves para suavizar las cosas. Esto se llama Estimulación Cerebral Profunda (DBS, por sus siglas en inglés).

Durante años, los científicos han intentado que el "cerebro" del robot (el chip informático) sea más inteligente y eficiente energéticamente. Pero hay un inconveniente: el brazo del robot (la parte que envía los pulsos) consume mucha más energía que su cerebro.

Piensa en esto como un coche híbrido. Puedes construir el motor más eficiente del mundo (el controlador), pero si el coche arrastra constantemente un ancla pesada detrás de él (la estimulación), de todos modos se quedará sin gasolina. El artículo argumenta que, para ahorrar la vida de la batería, no basta con hacer que el cerebro sea eficiente; hay que enseñar al cerebro a ser perezoso sobre cómo usa el ancla.

Así es como los investigadores resolvieron este problema, desglosado en pasos sencillos:

1. El profesor "consciente de la energía"

Los investigadores crearon una nueva forma de entrenar el cerebro del robot. Normalmente, entrenas a un robot diciéndole: "¡Buen trabajo si arreglas el temblor!". Pero este nuevo método añade una segunda regla: "Buen trabajo si arreglas el temblor Y ADEMÁS no usaste mucha electricidad para hacerlo".

Lo llaman Aprendizaje Consciente de la Energía (Energy-Aware Learning). Es como entrenar a un repartidor no solo para que entregue el paquete en la casa, sino para que lo haga recorriendo la ruta más eficiente en combustible posible. Si el repartidor toma un atajo que ahorra gasolina pero no llega a la casa, recibe una mala puntuación. Si conduce un camión enorme que consume muchísima gasolina para llegar a la casa, también recibe una mala puntuación. Tiene que encontrar el equilibrio perfecto.

2. El cerebro de "picos" frente al cerebro "estándar"

Para hacer al robot lo suficientemente pequeño como para caber en un cuerpo humano, utilizaron un tipo especial de hardware Neuromórfico.

Chips Estándar (como los de tu teléfono): Son como una bombilla que permanece encendida las 24 horas del día, incluso cuando no hay nada que mirar. Comprueban constantemente las señales del cerebro, incluso cuando el cerebro está tranquilo. Esto desperdicia mucha batería.
Chips Neuromórficos (El Xylo): Son como una luz con sensor de movimiento. Solo se "despiertan" y trabajan cuando ocurre una señal específica (un "pico"). Si el cerebro está tranquilo, el chip duerme. Esto es increíblemente eficiente.

Los investigadores entrenaron una "Red Neuronal de Picos" (SNN) en este chip con sensor de movimiento. Esta aprende a escuchar el ritmo natural y caótico del cerebro y solo envía un pulso cuando es absolutamente necesario.

3. El truco de la "destilación" (Enseñando al estudiante)

El robot "profesor" era inteligente pero un poco demasiado grande y hablador para el diminuto implante. Así que los investigadores utilizaron un truco llamado Destilación de Conocimiento.
Imagina a un brillante profesor (el Maestro) que lo sabe todo pero habla demasiado. Contrata a un estudiante (el Alumno) para que aprenda la materia. El objetivo no es solo que el estudiante dé las respuestas correctas, sino que aprenda a obtener esas respuestas usando menos palabras.
Obligaron al estudiante a ser "disperso" (sparse), lo que significa que tenía que emitir muy pocas señales eléctricas para hacer el trabajo. El resultado fue un robot estudiante diminuto y súper eficiente que podía caber en el pequeño chip sin agotar la batería.

4. Los resultados: Un milagro de eficiencia

Cuando probaron este nuevo sistema en una simulación informática de un cerebro con Parkinson, los resultados fueron impresionantes:

Detener el caos: El robot logró reducir los malos ritmos cerebrales en un 45%, lo cual es una mejora enorme para el paciente.
Ahorro de batería: Debido a que el robot aprendió a ser perezoso, redujo la cantidad de electricidad enviada al cerebro en un 80% en comparación con los métodos antiguos de "siempre encendido".
La potencia del chip: El diminuto chip consumía tan poca energía que, si lo pusieras en la batería de un implante estándar, podría funcionar durante más de un año sin necesidad de una cirugía para reemplazar la batería. En cambio, si intentaran ejecutar esto en un chip estándar (como el de un smartphone de alta gama), la batería moriría en menos de una hora.

El panorama general

El mensaje principal del artículo es que no puedes simplemente hacer que el cerebro informático sea eficiente; tienes que hacer que todo el sistema sea eficiente. Al enseñar a la IA a preocuparse por el coste de la electricidad que envía, crearon un sistema que es tanto un gran médico (curando la enfermedad) como un excelente contable (ahorrando batería).

Esto no es solo cuestión de fabricar un mejor chip; es cuestión de comprender que, en un implante médico, el "actuador" (la parte que realiza el trabajo) es a menudo el mayor consumidor de energía. Si no le enseñas a la IA a ser cuidadosa con esa parte, todos los demás avances en eficiencia no importarán. Este nuevo enfoque resuelve ambos problemas a la vez.

Resumen Técnico: Aprendizaje Neuromórfico Consciente de la Energía para la Estimulación Cerebral Profunda Adaptativa

Planteamiento del Problema

El despliegue de controladores de redes neuronales en arquitecturas de borde y neuromórficas ha reducido con éxito los costes computacionales de inferencia. Sin embargo, en sistemas de bucle cerrado físicos como la Estimulación Cerebral Profunda (DBS) para la Enfermedad de Parkinson (EP), la energía gastada por el actuador (el neuroestimulador) suele rivalizar o incluso superar la energía requerida para la inferencia una vez que el controlador se ejecuta en hardware eficiente. Los dispositivos de DBS convencionales suministran pulsos de alta frecuencia continuos independientemente del estado clínico, lo que provoca un desperdicio de batería y efectos secundarios inducidos por la estimulación. Si bien la aDBS modula los parámetros basándose en biomarcadores, los enfoques actuales suelen depender de hardware convencional y de un procesamiento agregado por ventanas que descarta la estructura temporal fina de los picos (spikes). Además, reducir únicamente la energía de inferencia es insuficiente; un controlador de aDBS eficaz debe co-optimizar la eficacia terapéutica con la carga física entregada por el estimulador, ya que el actuador se convierte en la demanda de potencia dominante en los sistemas implantables.

Metodología

Entorno de Simulación Biofísica

Los autores validaron las políticas de control utilizando una simulación biofísicamente detallada del circuito Cortico-Ganglios Basales-Tálamo-Cortical (CBGT) de la rata, basada en el modelo de rata con lesión por 6-hidroxidopamina (6-OHDA). La red comprende 80 neuronas de un solo compartimento a través de ocho poblaciones (cortical, STN, GPe, GPi, Estriado, Tálamo) modeladas con la dinámica de Hodgkin-Huxley. Los estados parkinsonianos se indujeron reduciendo la corriente M estriatal y la fuerza corticostriatal, mientras se aumentaba la inhibición intra-GPe, reproduciendo oscilaciones $\alpha$ - $\beta$ (7–35 Hz) exageradas.

Arquitectura de Red Q de Spikes Profunda (DSQN)

Se implementó una Red Q de Spikes Profunda (DSQN) para seleccionar parámetros de estimulación discretos (frecuencia, ancho de pulso, amplitud).

Entrada: La red recibe una matriz de spikes binaria de 80 canales del modelo CBGT, agrupada espacialmente a 16 canales mediante un promedio (average pooling) para coincidir con las restricciones del hardware.
Arquitectura: Dos capas ocultas de 128 neuronas Leaky Integrate-and-Fire (LIF) con dinámicas explícitas de corriente sináptica.
Decodificación de Acciones: Un esquema de codificación de población particionado decodifica las acciones. La capa de salida (9 neuronas) se divide en tres subpoblaciones correspondientes a la frecuencia, el ancho de pulso y la amplitud. Un mecanismo de ganador se lleva todo (WTA) sobre la ventana de simulación determina la acción discreta (disminuir, mantener, aumentar).
Entrenamiento: El agente utiliza Q-learning fuera de política (off-policy) con un búfer de experiencia, optimizado mediante gradientes sustitutos en PyTorch/Rockpool.

Formulación de Recompensa Consciente de la Energía

La innovación central es una función de recompensa que optimiza conjuntamente la supresión de síntomas y la conservación de la energía. La recompensa $r_t$ es discontinua:

Si la potencia instantánea de la banda $\beta$ ( $\beta_t$ ) supera un umbral ( $\tau_\beta$ ), el agente recibe una penalización proporcional al exceso.
Si $\beta_t \le \tau_\beta$ , el agente recibe una recompensa basada en la eficacia terapéutica y un término de energía normalizado ( $E_t/E_{max}$ ), donde $E_t$ es la raíz cuadrática media (RMS) de la corriente de estimulación. Esto obliga a la política a minimizar la entrega de carga solo después de asegurar la supresión terapéutica.

Destilación de Conocimiento con Restricción de Esparcidad

Para desplegar la política en hardware de ultra bajo consumo, una DSQN "maestra" densa fue destilada en SNN "estudiantes" dispersos.

Función de Pérdida: La pérdida total combina la divergencia de Kullback-Leibler (KL) entre los valores Q del maestro y el estudiante con una penalización de esparcidad.
Penalización de Esparcidad: Un término de divergencia KL de Bernoulli regulariza la tasa de disparo promedio de las capas ocultas hacia una esparcidad objetivo $\rho$ , minimizando las Operaciones Sinápticas (SynOps).
Mapeo de Hardware: Las redes estudiantes destiladas fueron cuantizadas (precisión de 8 bits) y desplegadas en el procesador neuromórfico SynSense XyloAudio 3.

Benchmarking

La implementación neuromórfica se comparó contra:

DBS convencional (cDBS): Estimulación continua con parámetros fijos.
aDBS Clínica: Conmutación heurística de doble umbral basada en la potencia de $\beta$ .
Red Neuronal Artificial (ANN): DQN de alimentación directa codificada por tasa.
Red Neuronal Recurrente (RNN): DQN basada en GRU.
Todos fueron comparados en un NVIDIA Jetson Orin Nano (CUDA) para métricas de potencia y latencia.

Contribuciones Clave

Control Consciente de la Energía: El marco introduce una recompensa de aprendizaje que penaliza directamente la entrega de carga de la estimulación. Esto asegura que la política optimice la demanda de potencia de primer orden del implante (el actuador) en lugar de solo el coste de inferencia.
Benchmarking Neuromórfico: El estudio demuestra una reducción de 28.1 $\times$ en la energía por inferencia al desplegar la SNN en el SynSense XyloAudio 3 en comparación con una ANN equivalente en el Jetson Orin Nano, operando dentro de la envolvente de potencia de submiliamperio requerida para implantes crónicos.
Validación Biofísica: El sistema logra una reducción del 45.2% en la potencia de la banda $\alpha$ - $\beta$ patológica y una reducción del 80.0% en la carga de estimulación acumulada en relación con la DBS continua en un modelo biofísico CBGT.

Resultados

Eficacia Terapéutica

En el modelo biofísico de depleción de dopamina, el controlador SNN redujo la potencia integrada de la banda $\alpha$ - $\beta$ en un 45.2% (IC del 95% [42.6, 47.7]) a través de 10 semillas. El controlador detectó rápidamente los estados patológicos e inició la estimulación de alta frecuencia para romper la sincronía recurrente entre el STN y el GPe. A diferencia de la línea base sin estimulación, la SNN restauró un régimen de disparo desincronizado.

Eficiencia de la Energía de Estimulación

Reducción de Carga: La SNN logró una reducción del 80.0% en la entrega de carga acumulada en comparación con la cDBS.
Comparación con Heurísticas: La SNN superó a una heurística de aDBS de doble umbral clínica, entregando un 53.5% menos de carga mientras mantenía una supresión de $\beta$ más profunda (reducción del 85.9% frente al 56.2% de la heurística).
Fallos de la Línea Base: La ANN de base convergió a una estrategia degenerada (estimulación mínima, sin supresión de $\beta$ ), mientras que la RNN de base adoptó una estrategia estática e insensible al estado (parámetros máximos continuos), consumiendo un 50.6% más de energía que la cDBS.

Eficiencia de Hardware y Compresión

Intercambio de Esparcidad: A través de la destilación con restricción de esparcidad, la mejor política estudiante alcanzó una eficacia terapéutica equivalente (reducción de $\beta$ del 45.9%) a la maestra a 16.8 SynOps/ms, una reducción de 3.6 $\times$ en el rendimiento sináptico.
Consumo de Potencia: La SNN de Xylo consumió 0.52 mW de potencia media del sistema, en comparación con ~5.7 W de las líneas base de Jetson.
Energía por Inferencia: La implementación neuromórfica consumió 1.64 $\times$ 10 $^{-4}$ J por inferencia, lo que representa una reducción de 28.1 $\times$ respecto a la ANN y de 72.5 $\times$ respecto a la RNN.
Proyección de la Vida de la Batería: Con la política SNN, el consumo total del sistema (estimulación + inferencia) se proyecta en ~0.57 mW, permitiendo más de un año de operación continua con una batería IPG no recargable estándar de 5 Wh. En contraste, los controladores basados en Jetson agotarían la batería en menos de una hora.

Significado y Reivindicaciones

El artículo afirma que la eficiencia del hardware es una propiedad aprendible del controlador neuronal. Al incorporar la energía del actuador directamente en el objetivo de aprendizaje, el marco aborda las dos principales demandas de potencia en la neuromodulación implantable: la inferencia y la estimulación.

Los autores sostienen que reducir el coste de inferencia por sí solo es necesario pero no suficiente; una vez que el controlador es eficiente, el actuador se convierte en el coste que vale la pena reducir. El marco de co-optimización propuesto es distinto de los enfoques que optimizan los protocolos de estimulación o la eficiencia de la inferencia de forma aislada. Los resultados demuestran que un controlador neuromórfico puede operar dentro de estrictas restricciones térmicas y de batería (envolvente de submiliamperio), mientras descubre estrategias eficientes en carga que los objetivos estándar pasarían por alto. El trabajo sugiere que para implantes crónicos, el compromiso de latencia del hardware neuromórfico es aceptable dadas las restricciones críticas de potencia y energía, resolviendo la barrera de hardware que anteriormente impedía tales aplicaciones de controladores de redes neuronales. La formulación de la recompensa consciente de la energía se presenta como transferible a otros sistemas de neuroestimulación responsiva (por ejemplo, epilepsia, dolor) donde la energía del actuador es el coste dominante.