گامی رویایی در درمان اختلالات عصبی برداشته شد

خبرگزاری برنا- زهرا وجدانی؛ پژوهشگران دانشگاه تورنتو در حال ترکیب هوش مصنوعی و میکروالکترونیک برای ایجاد فناوری نوآورانه‌ای هستند که ایمن و موثر باشد.  این گروه در تلاش است از ایمپلنت‌های عصبی در تراشه‌های سیلیکونی مینیاتوری به روشی مشابه که برای تولید تراشه‌های مورد استفاده در رایانه‌های امروزی انجام می‌شود، استفاده کند.

شیلین لیو پژوهشگر ارشد و استادیار دانشکده علوم کاربردی و مهندسی در دانشگاه تورنتو گفت: نورون‌ها از طریق سیگنال‌های الکتریکی با یکدیگر صحبت می‌کنند و یک ایمپلنت عصبی درمانی، مانند ضربان‌سازی برای مغز، تحریک الکتریکی ایجاد می‌کند و در موارد رعشه یا تشنج سعی می‌کند نورون‌ها را به حالت طبیعی بازگرداند.

همچنین وی اشاره کرد: این ایمپلنت عصبی، شبکه‌های عصبی را مانند یک سوئیچ یا مانند دکمه راه‌اندازی مجدد کامپیوتر روشن و خاموش می‌کند. پیچیدگی این پروژه پژوهشی را یادآور می‌شود و خاطرنشان می‌کند که آنطور که به نظر می‌رسد، ساده نخواهد بود و پژوهشگران همچنان در تلاش برای درک پیچیدگی این پروژه هستند.

پروژه ایمپلنت عصبی این گروه پژوهشی به عنوان یک گزینه درمانی آینده‌نگرانه برای بیمارانی که ممکن است به دارو‌های فعلی واکنش خوبی ندهند، ایجاد شده است. آن‌ها پتانسیل استفاده از هوش مصنوعی را به عنوان یک گزینه درمانی موثر در آینده می‌بینند که در عین حال واکنش‌های نامطلوب به تحریک بیش از حد در مغز را به حداقل می‌رساند.

گروه پژوهشی این فناوری را CMOS می‌نامند که مخفف نیمه هادی اکسید فلزی مکمل است. این فناوری به آن‌ها اجازه می‌دهد تا اندازه دستگاه و مصرف انرژی آن را کاهش دهند و به نوبه خود خطرات مرتبط با روش جراحی ایمپلنت عصبی و استفاده طولانی مدت از آن را کاهش می‌دهد.

پژوهشگران به منظور ایجاد بهترین نمونه اولیه برای ایمپلنت عصبی خود از استراتژی‌ها و تکنیک‌های مختلفی بهره برده‌اند و آن‌ها را آزموده‌اند. 

همچنین پژوهشگران از نوعی هوش مصنوعی به نام یادگیری عمیق (DL) استفاده کردند که نوعی از یادگیری ماشینی است که از شبکه‌های عصبی مصنوعی استفاده می‌کند. یادگیری عمیق از مجموعه‌ای از الگوریتم‌ها استفاده می‌کند که با داده‌های جدید، اطلاعات سطح عمیق را یاد می‌گیرند و استخراج می‌کنند. یادگیری عمیق همچنین می‌تواند نشانگر‌های زیستی پنهان شامل اندازه‌گیری عامل یا یافتن نشانه بیماری را شناسایی کند که اغلب در روش‌های سنتی نادیده گرفته می‌شوند.

این برای پژوهشگران مفید است، زیرا آن‌ها می‌توانند زمان فعالسازی ایمپلنت‌های عصبی را بر اساس نشانگر‌های زیستی انتخاب کنند و مجبور نباشند به طور مداوم تحریک را تخمین بزنند یا مدام از آن استفاده کنند. با این حال، یکی از نکاتی که قابل ذکر است، هزینه محاسباتی است. لیو می‌گوید برای مثال، یک ایمپلنت عصبی در صورت از دست دادن ارتباطات مخابراتی مانند زمانی که بیمار در آسانسور یا هواپیما قرار می‌گیرد، نمی‌تواند از کار بیفتد.

این مطالعه روی یادگیری عمیق برای ایمپلنت‌های عصبی که برای تشخیص تشنج استفاده می‌شوند، در مجله Neural Engineering منتشر شده است و لیو می‌خواهد این پژوهش را گسترش دهد.
لیو می‌خواهد از این فناوری برای انواع اختلالات مغزی استفاده کند که نزدیک به یک میلیارد نفر را در سراسر جهان تحت تاثیر قرار داده‌اند. وی امیدوار است همراه با مطالعه اثرات این ایمپلنت بر بیماری‌های صرع و پارکینسون، درمان‌های جدیدی برای بیماران مبتلا به زوال عقل، درد مزمن، بیماری آلزایمر و افسردگی ایجاد کند.

انتهای پیام/