Analog Neuromorphic Systems for Implantable Neural Interfaces

人間の脳は、数十億もの細胞からなる広大なネットワークであり、運動、思考、感覚を調整するために絶えず電気信号を発しています。数十年にわたり、科学者たちは、脳に埋め込まれた微小な電極を用いて個々のニューロンやその小さなグループの活動を記録することで、これらの会話に耳を傾けようと試みてきました。この技術は、損傷や疾患によって麻痺した人々が思考によってコンピュータやロボット義肢を制御したり、医師がてんかん発作の発生源を特定してより効果的に治療したりすることを助ける上で、計り知れない可能性を秘めています。しかし、これらのデバイスを日常生活に実用的なものにする上で、長年大きな物理的障壁が立ちはだかってきました。研究者が脳活動をより鮮明に捉えようとして電極を追加するにつれ、生成されるデータの量は爆発的に増加します。この膨大な生情報のストリームを体内からワイヤレスで送信するには非常に多くの電力が必要であり、そのままでは周囲の組織を急速に過熱させるか、あるいは数時間でバッテリーを使い果たしてしまいます。したがって、課題は単に脳の声を聞くことではなく、賢く聞くこと、つまり「沈黙」をフィルタリングして重要な瞬間だけを送信することなのです。

香港城市大学やチューリッヒ大学を含む世界中の研究機関からなる研究チームは、生物学的な脳自体が情報を処理する方法を模倣することで、この問題を解決する新しいアプローチを開発しました。脳の電気活動を、映画の全フレームを記録するビデオカメラのように連続的に記録するのではなく、彼らの新しいシステムは、何かが変化したときにのみ作動するモーションセンサーのように機能します。彼らは、センサー上に直接配置され、脳からの生の電気波を、重大な事象が発生したときにのみ、一連の疎なデジタル「スパイク」へと変換する特殊な電子回路を作り上げました。この「アナログ・トゥ・スパイク（アナログからスパイクへの）変換」と呼ばれる手法は、ワイヤレスで送信する必要のあるデータ量を劇的に削減し、従来の世代の脳インプラントを悩ませてきた電力と熱の問題を解決しました。

研究者たちはまず、脳の記録に不可避に混入する電気的なノイズに対してどちらがより堅牢であるかを確認するために、この種の信号変換における既存の2つの手法を比較しました。一つは「リーキー・インテグレート・アンド・ファイア（漏れのある積分発火）」と呼ばれる方法で、電気電荷が限界に達するまでゆっくりと蓄積し、信号を発します。もう一つは「デルタ変調」と呼ばれる方法で、電圧が特定の量だけ変化したとき、つまり脳の活動に変化があったときにのみ信号を発します。シミュレーションされた脳信号と患者からの実際の記録を用いた広範なテストを通じて、チームはデルタ変調のアプローチがはるかに優れていることを発見しました。この手法は、低速で漂う背景ノイズや、送電線からの強い電気的干渉の中に埋もれていても、個々のニューロンの急速で束の間のスパイクを正確に捉えることができました。対照的に、もう一方の手法はノイズに圧倒されやすく、不要な信号を出しすぎて実際の脳活動をかき消してしまうことがありました。この発見は極めて重要でした。なぜなら、単一のシンプルな回路が、個々のニューロンの速い信号と、より緩やかで広範な脳波の両方を、それぞれ別々の巨大なフィルタを必要とせずに処理できることを証明したからです。

この成功に基づき、チームは記憶を司る脳の一部である海馬に見られる特定の種類のニューロンに触発された、より洗лоされた新しいバージョンのデルタ変調回路を導入しました。これらの天然のニューロンは、一定のリズミカルな流れで発火するのではなく、強い刺激を検知すると急速なバースト（連発）を起こし、その後に沈黙の期間に入ります。研究者たちは、電子回路がこれと同じように振る舞うよう設計しました。脳の信号が静かであったり、ゆっくりと変化している間、回路は休止状態を維持します。しかし、重大な事象が高度な閾値を超えた瞬間、回路は「バーストモード」に切り替わり、その事象の詳細を高精度に捉えるために一連の急速な信号を放出し、再び沈黙へと戻ります。このバースト挙動により、システムは標準的な手法よりもさらにデータを圧縮することができます。テストにおいて、この新しいバースト変調回路は、精度を維持したまま、標準的な手法よりも5倍以上優れたデータ圧縮率を達成しました。てんかん発作の検出においては、通常の脳活動という海の中に現れる稀な事象であるため、システムは従来の記録方法と比較して、2,000倍近い係数でデータを圧縮しました。

この圧縮されたデータが現実世界のタスクにおいて依然として有用であることを証明するために、研究者たちはカスタムチップを、これらのスパイクを即座に処理するように設計された別の専用コンピュータチップに接続しました。この第2のチップは、生物学的な脳の構造を模倣しており、単一のニューロンの発火や発作の始まりといった、スパイク列における特定のパターンを認識するように訓練されています。結果は驚くべきものでした。統合されたシステムは、標準的なコンピュータ上で動作するはるかに大規模で電力を消費するソフトウェアシステムと同等の性能で、90パーセント以上の精度でこれらの事象を識別できました。さらに、システムは不可欠な情報のみを送信するため、従来の記録装置と比較して、データレートを4,000倍以上の係数で削減しました。このレベルの効率性は、将来のインプラントが、頻繁なバッテリー充電や脳組織の過熱のリスクなしに、数百または数千の脳チャンネルを同時に監視できる可能性を意味しています。

この研究は、高密度でワイヤレスな脳インターフェースを現実のものとするための重要な一歩となります。システムの知能をセンサーの内部に直接移動させることで、研究者たちは、インプラントが搭載できるセンサーの数と、それを動かすために必要な電力との間のトレードオフを打破できることを示しました。新しい回路は、現代の神経プローブの微小なピクセル内に統合できるほど小さく、各チャンネルで使用する電力はわずか数マイクロワットです。現在の研究は、てんかん発作の検出や個々のニューロンのスパイクといった特定のタスクに焦点を当てていますが、その根底にある原理は、脳の自然なリズムに適応できるスマートな医療機器を設計するための新しい道を提供しています。脳の複雑で疎な言語を、硬直した連続的なデータのストリームに強制的に押し込めるのではなく、これらのシステムは、ノイズをフィルタリングし、重要な信号のみを送信することで、脳がすでに話している言語で耳を傾けるのです。