Cara merekam 1 juta neuron secara real time

Sebuah metode baru yang inovatif memungkinkan para ilmuwan menerjemahkan informasi yang datang dari lebih dari 1 juta neuron sekaligus, serta memecahkan kode aktivitas saat itu terjadi.

Otak menghasilkan data besar tidak seperti organ lain, tetapi bisakah kita menjinakkannya?

Selama beberapa dekade terakhir, jumlah data yang dihasilkan dalam kehidupan sehari-hari telah meledak.

Misalnya, saat Anda berjalan di jalan, ponsel Anda akan mengumpulkan informasi tentang berapa banyak langkah yang telah Anda lakukan.

Saat Anda membeli sesuatu di toko dengan kartu Anda, bank tahu apa yang Anda beli, berapa harganya, dan di mana Anda berada.

Toko juga tahu apakah Anda pernah membeli sesuatu yang serupa di sana sebelumnya.

Data dapat dikumpulkan lebih efisien dari sebelumnya, tetapi tantangannya sekarang adalah memahami apa yang harus kita lakukan dengan data tersebut (jika ada). Kita punya angka - tapi apakah ada gunanya bagi kita?

Lompatan besar untuk ilmu saraf

Situasinya serupa dalam ilmu saraf, di mana langkah besar telah dibuat untuk mengumpulkan data dalam jumlah besar dari otak. Para ilmuwan sekarang dapat mendengarkan dan berkomunikasi dengan sejumlah besar sel otak sekaligus.

Meskipun kemajuan ini telah terbukti berguna dalam diagnosis, pengobatan, dan penelitian, potensi penuhnya belum terwujud. Kecepatan pemrosesan data setelah dikumpulkan masih menjadi batu sandungan yang substansial.

Pemrosesan data dengan cepat menjadi penghambat kemajuan yang dibuat di bidang ilmu saraf lainnya. Misalnya, jika data dari otak dapat dikumpulkan dan dipahami secara real time, lompatan besar dapat dilakukan dalam pengendalian lengan robot pada orang yang lumpuh, atau bahkan dalam membantu memprediksi serangan epilepsi yang akan segera terjadi.

Untuk mencapai tujuan ini, data yang sangat luas harus dianalisis dan dihitung dengan sangat cepat.

Para peneliti di Pusat Penelitian Neuronano di Universitas Lund di Swedia telah menangani masalah ini. Mereka telah menemukan metode yang berpotensi untuk berkomunikasi secara real time dengan jutaan sel saraf.

Temuan mereka baru-baru ini dipublikasikan di jurnal tersebut Neuroinformatika.

Sistem mereka tidak hanya dapat mendengarkan obrolan sel otak, tetapi juga dapat menerjemahkannya menjadi keluaran yang bermakna hampir secara instan - dalam 25 milidetik. Rahasia kemampuan baru ini adalah format data khusus yang disebut Hierarchical Data Format dan proses yang dikenal sebagai bit-encoding.

“Pengodean ulang sinyal sel saraf langsung ke bitcode secara dramatis meningkatkan kapasitas penyimpanan. Namun, keuntungan terbesar adalah metode tersebut memungkinkan kami menyimpan informasi dengan cara yang membuatnya segera tersedia untuk prosesor komputer. "

Jens Schouenborg, seorang profesor neurofisiologi, Pusat Penelitian Neuronano

Masa depan ilmu saraf

Martin Garwicz - yang juga seorang profesor neurofisiologi di Pusat Penelitian Neuronano - menjelaskan bagaimana metode mereka berjalan di depan intervensi lain (seperti elektroensefalogram, di mana elektroda ditempatkan di kulit kepala).

“Bayangkan Anda ingin mendengar apa yang dibicarakan 10 orang di kamar sebelah. Jika Anda mendengarkan dengan menempelkan telinga ke dinding, Anda hanya akan mendengar gumaman, tetapi jika Anda memasang mikrofon pada setiap orang di ruangan itu, kemampuan Anda untuk memahami percakapan akan berubah, ”katanya.

“Dan kemudian,” tambah Garwicz, “pikirkan tentang kemampuan untuk mendengarkan satu juta orang, temukan pola dalam apa yang dikomunikasikan, dan langsung menanggapinya - itulah yang dimungkinkan oleh metode baru kami.”

Metodologi baru ini memungkinkan lalu lintas dua arah: pesan dari sel saraf dapat disusun dan tanggapan dapat dikirim kembali. Teknologi ini bergantung pada cara lalu lintas diubah menjadi kode bit.

“Manfaat yang cukup besar dari arsitektur dan format data ini adalah tidak memerlukan terjemahan lebih lanjut, karena sinyal otak diterjemahkan langsung ke dalam bitcode. Ini berarti keuntungan besar dalam semua komunikasi antara otak dan komputer, tidak terkecuali mengenai aplikasi klinis. "

Penulis utama studi Bengt Ljungquist

Ke depannya, model ini dapat membantu ilmu saraf membuat kemajuan besar. Sementara antarmuka otak-mesin dan antarmuka otak-komputer telah meningkat pesat dalam beberapa tahun terakhir, mereka sering menemui hambatan dalam hal pemrosesan data.

Jika sistem bitcode berhasil, blok ini dapat digeser dari jalurnya.

none:  vaskular kesehatan wanita - ginekologi pegal-pegal