Kuinka tallentaa miljoona neuronia reaaliajassa
Innovatiivinen uusi menetelmä saattaa antaa tutkijoille mahdollisuuden kääntää yli miljoonasta hermosoluista tulevaa tietoa kerralla, sekä dekoodata toiminnan sen tapahtuessa.
Viime vuosikymmenien aikana jokapäiväisessä elämässä tuotettujen tietojen määrä on räjähtänyt.
Esimerkiksi kun kävelet kadulla, matkapuhelimesi kerää tietoja siitä, kuinka monen askeleen olet suorittanut.
Kun ostat jotain kaupasta kortillasi, pankki tietää mitä ostit, kuinka paljon se oli ja missä olit.
Kauppa tietää myös, olitko ostanut jotain vastaavaa siellä aikaisemmin.
Tiedot voidaan kerätä tehokkaammin kuin koskaan, mutta haasteena on nyt ymmärtää, mitä meidän pitäisi tehdä heidän kanssaan (jos mitään). Meillä on numerot - mutta onko niistä mitään hyötyä meille?
Valtava harppaus neurotieteeseen
Neurotieteessä tilanne on samanlainen, koska on tehty valtavia edistysaskeleita valtavien tietojen keräämiseksi aivoista. Tutkijat pystyvät nyt kuuntelemaan ja kommunikoimaan suuren määrän aivosoluja kerralla.
Vaikka tämä edistys on osoittautunut hyödylliseksi diagnoosissa, hoidossa ja tutkimuksessa, sen täyttä potentiaalia ei ole vielä hyödynnetty. Nopeus, jolla tietoja voidaan käsitellä keräämisen jälkeen, on edelleen merkittävä kompastuskivi.
Tietojenkäsittelystä on nopeasti tulossa pullonkaula muilla neurotieteiden aloilla saavutetulle edistykselle. Esimerkiksi, jos aivotiedot voitaisiin kerätä ja ymmärtää reaaliajassa, voisimme tehdä valtavia hyppyjä halvaantuneiden ihmisten robotti-aseiden hallinnassa tai jopa auttaa ennustamaan välitöntä epileptistä kohtausta.
Näiden tavoitteiden saavuttamiseksi valtavat valtameret on analysoitava ja laskettava hyvin nopeasti.
Ruotsin Lundin yliopiston Neuronano-tutkimuskeskuksen tutkijat ovat työskennelleet tämän ongelman parissa. He ovat keksineet menetelmän, jolla on mahdollisuus kommunikoida reaaliajassa miljoonien hermosolujen kanssa.
Heidän havainnot julkaistiin äskettäin lehdessä Neuroinformatiikka.
Sen lisäksi, että heidän järjestelmänsä pystyi kuuntelemaan aivosolujen pulinaa, se voisi myös kääntää sen mielekkääksi tuotokseksi melkein välittömästi - 25 millisekunnin kuluessa. Tämän uuden ominaisuuden salaisuus on erityinen datamuoto nimeltä Hierarkkinen tietomuoto ja prosessi, joka tunnetaan bittikoodauksena.
”Hermosolusignaalien koodaus suoraan bittikoodiin lisää dramaattisesti tallennuskapasiteettia. Suurin hyöty on kuitenkin se, että menetelmä antaa meille mahdollisuuden tallentaa tiedot tavalla, joka tekee niistä välittömästi tietokoneiden prosessoreiden käytettävissä. "
Neuronanon tutkimuskeskuksen neurofysiologian professori Jens Schouenborg
Neurotieteen tulevaisuus
Martin Garwicz - joka on myös neurofysiologian professori Neuronanon tutkimuskeskuksessa - selittää, kuinka heidän menetelmä on kaduilla muita toimenpiteitä (kuten elektroencefalogrammi, jossa elektrodit asetetaan päänahkaan) edellä.
Kuvittele, että haluat kuulla, mistä 10 naapurin huoneessa olevaa ihmistä puhuu. Jos kuuntelet laittamalla korvasi seinää vasten, kuulet vain sivuääniä, mutta jos laitat mikrofonin jokaiselle huoneessa olevalle henkilölle, se muuttaa kykyäsi ymmärtää keskustelua ”, hän sanoo.
"Ja sitten", lisää Garwicz, "ajattele mahdollisuutta kuunnella miljoona ihmistä, löytää malleja viestistä ja reagoida siihen välittömästi - se on uusi menetelmämme."
Tämä uusi menetelmä mahdollistaa kaksisuuntaisen liikenteen: hermosolujen viestit voidaan koota ja vastaukset voidaan lähettää takaisin. Teknologia perustuu tapaan, jolla liikenne muunnetaan bittikoodiksi.
"Tämän arkkitehtuurin ja datamuodon huomattava etu on, että se ei vaadi lisä käännöksiä, koska aivojen signaalit käännetään suoraan bittikoodiksi. Tämä tarkoittaa huomattavaa etua kaikessa aivojen ja tietokoneiden välisessä viestinnässä, etenkin kliinisissä sovelluksissa. "
Johtava tutkimuksen kirjoittaja Bengt Ljungquist
Jatkossa tämä malli voi auttaa neurotieteitä edistämään valtavasti. Vaikka aivojen ja koneiden rajapinnat ja aivojen ja tietokoneiden rajapinnat ovat parantuneet huomattavasti viime vuosina, ne osuvat usein tietojenkäsittelyn lohkoon.
Jos bittikoodijärjestelmä on onnistunut, tämä lohko voidaan siirtää niiden polulta.
