Robotika yang Dikendalikan dengan Pikiran: Keberhasilan Antarmuka Otak‑Komputer UCSF

Sebuah tim peneliti di University of California, San Francisco (UCSF), telah mengembangkan antarmuka otak‑komputer (BCI) unik yang membawa dunia selangkah lebih dekat ke robot yang dikendalikan oleh pikiran. Inilah cara sistem baru ini dapat mengubah cara Anda berinteraksi dengan perangkat Anda dalam jangka panjang dan membantu mereka yang menderita kehilangan anggota tubuh mendapatkan kualitas hidup yang lebih baik.

Antarmuka Otak‑Komputer (BCI)

Penggunaan BCI terus berkembang di pasar. Perangkat ini memungkinkan manusia mengendalikan perangkat hanya dengan pikiran. Mereka beroperasi menggunakan berbagai sensor elektromagnetik yang dapat memantau perubahan aktivitas otak. Sistem ini memanfaatkan representasi somatotopik khusus otak dari tindakan sederhana, seperti mengetuk jari Anda, untuk menentukan gerakan mereka.

Masalah pada Antarmuka Otak‑Komputer Saat Ini

BCI menawarkan peluang menarik bagi pasar, namun teknologinya masih berada pada tahap awal. Kekurangan signifikan, seperti biaya pemrograman perangkat ini dan kebutuhan untuk terus‑menerus menyesuaikan kembali guna mencapai kalibrasi yang tepat, terus membatasi adopsi. Untungnya, sebuah studi baru menyelidiki mengapa BCI memerlukan penyesuaian ulang dan memperkenalkan sistem baru yang menyediakan dukungan BCI jangka panjang.

Studi Antarmuka Otak‑Komputer

Studi berjudul “Sampling representational plasticity of simple imagined movements across days enables long-term neuroprosthetic control”¹ yang dipublikasikan dalam jurnal ilmiah Cell memberikan detail tentang cara memungkinkan kontrol neuroprostetik kompleks jangka panjang.

Robotika yang Dikendalikan dengan Pikiran

Tujuan studi ini adalah memantau, mengkatalogkan, dan menemukan pergeseran aktivitas otak untuk tugas sehari‑hari dan gerakan sederhana. Untuk mencapai tugas ini, para peneliti melacak perubahan struktur representasional aktivitas otak sepanjang hari melalui kontrol BCI.

Antarmuka Otak‑Komputer Elektrokortikografi

BCI Elektrokortikografi memungkinkan insinyur membandingkan aktivitas neural dengan grid ECoG unihemisferik yang mewakili gerakan imajiner bagian tubuh. Pendekatan ini diperlukan untuk menentukan struktur representasional di otak. Secara khusus, tim menggunakan pemisahan berpasangan sebagai metrik pelacakan.

BCI mengintegrasikan model kecerdasan buatan (AI) untuk menyesuaikan pergeseran bertahap pola aktivitas neural seiring waktu. Pergeseran ini, yang dikenal sebagai representational drift, terjadi ketika otak beradaptasi dengan tugas motorik berulang. AI menyempurnakan interpretasinya terhadap sinyal otak, memungkinkan peserta mempertahankan kontrol lengan robotik selama berbulan‑bulan. Studi ini menggunakan antarmuka otak‑komputer intrakortikal, di mana elektroda kecil ditanamkan langsung ke dalam otak untuk merekam aktivitas neural. Tidak seperti elektrokortikografi (ECoG) yang menempatkan sensor di permukaan otak, implan intrakortikal memberikan rekaman resolusi tinggi namun memerlukan penanaman langsung ke jaringan otak.

Plastisitas

Plastisitas mengacu pada kemampuan otak Anda untuk beradaptasi dengan perubahan lingkungan, kesehatan, atau pengalaman. Secara khusus, plastisitas sinaptik, plastisitas homeostatik, dan neurogenesis dewasa otak Anda mengalami perubahan struktural dan fungsional adaptif setiap hari.

Perubahan kecil ini mungkin tidak terlihat oleh manusia, tetapi BCI perlu mengatasi tantangan ini agar tetap stabil. Oleh karena itu, para peneliti secara kronologis memplot rata‑rata jarak Mahalanobis setiap sesi untuk memberikan kemampuan pelacakan.

Pergerakan Representasional

Pergerakan neural adalah kejadian lain yang harus dipertimbangkan insinyur saat membuat sistem BCI mereka. Drift mengacu pada perubahan aktivitas dan perilaku seiring waktu. Drift terjadi pada sebagian besar memori jangka panjang yang berkaitan dengan keterampilan motorik.

Dengan memahami bahwa representasi neural dari gerakan yang familiar terus berkembang, tim membangun manifold umum menggunakan data dari beberapa hari. Mereka memantau perubahan harian yang tepat dan perbedaan spesifik, terutama pada centroid neural yang tidak ditemukan dalam konstruksi representasi asli.

Variansi Representasional Neural

Para insinyur dapat memperhitungkan variansi representasional neural dari setiap aksi. Dengan demikian, tim menemukan struktur meta‑representasional dengan batas keputusan yang dapat digeneralisasi untuk setiap repertoar aksi, yang dapat dilacak saat bergeser di seluruh jaringan mental.

Secara khusus, tim sebelumnya mempelajari variansi mental pada hewan. Pada studi tersebut mereka pertama kali menyadari bahwa aksi harian dapat dengan mudah didekode dengan akurasi tinggi menggunakan sensor BCI. Mereka juga mencatat bahwa aksi‑aksi tersebut menstimulasi centroid yang berbeda di seluruh sistem neural seiring berjalannya waktu.

Antarmuka Otak‑Komputer Jangka Panjang

Penemuan ini membawa insinyur untuk melacak representasi migrasi di seluruh jaringan otak guna mencapai kontrol BCI jangka panjang. Secara khusus, para peneliti dapat melacak dan menyesuaikan plastisitas serta drift antar‑hari melalui AI proprietari yang dibangun.

Uji Antarmuka Otak‑Komputer

Sebagai bagian dari fase pengujian, insinyur mengumpulkan data selama 30 aksi dalam 49 percobaan dan 32 aksi dalam 48 percobaan. Secara khusus, pengujian berfokus pada satu bagian tubuh, yaitu tangan. Langkah pertama adalah memilih subset aksi dan mengukur struktur representasional aksi di berbagai konteks, dengan tujuan akhir mengendalikan lengan robotik virtual Jaco.

Peserta Uji Antarmuka Otak‑Komputer

Insinyur memilih seorang peserta yang menderita tetraparesis parah dan anarthria akibat stroke batang otak bilateral. Stroke tersebut begitu serius sehingga menghilangkan kemampuan mereka untuk berbicara atau bergerak. Peserta tetraplegik tidak mengalami kerusakan kognitif, menjadikannya ideal untuk studi.

Setelah menghubungkan pasien ke BCI yang diperbarui, ia diberikan beberapa tugas dengan tingkat kesulitan yang bervariasi, mulai dari membayangkan menggerakkan bagian tubuhnya yang berbeda seperti ujung jari, kepala, atau kaki, hingga gerakan mikro jari penunjuknya.

Tim menggunakan BCI berbasis ECoG untuk merekam representasi otak untuk setiap aksi. BCI yang ditingkatkan memberikan insinyur resolusi lebih tinggi dan kemampuan melakukan manipulasi representasi yang dipandu umpan balik secara presisi. Secara khusus, tidak ada gerakan tubuh yang dapat diamati pada pasien, namun aktivitas mentalnya sama seolah mereka tidak lumpuh.

Mengendalikan Lengan Robot

Langkah selanjutnya adalah mengintegrasikan lengan robot Kinova Jaco untuk pengujian. Pada fase pengujian pertama, pasien diminta mengoperasikan perangkat menggunakan kapasitas mentalnya. Pengujian meminta pasien mencoba mengangkat sebuah objek dan memindahkannya ke lokasi baru. Pengujian tahap awal ini menunjukkan kontrol yang buruk dan kurangnya keandalan dari pengguna.

Lingkungan Virtual 3D

Menyadari perlunya umpan balik lebih banyak bagi pengendali, tim menciptakan lengan robot virtual. Pendekatan ini memungkinkan pengguna menyempurnakan kontrol mereka dan memberikan umpan balik berharga, memungkinkan mereka melacak kemajuan dan kemampuan. Insinyur percaya bahwa pembelajaran cepat dalam sesi ini akan menjadi kunci bagi sistem pelatihan prostetik di masa depan.

Uji Waktu Penyesuaian Antarmuka Otak‑Komputer

Salah satu terobosan terbesar dalam studi ini adalah insinyur dapat menggunakan lengan prostetik dan pasien yang sama dengan hanya 15 menit kalibrasi ulang setelah menunggu berbulan‑bulan antar sesi. Metode ini memanfaatkan jaringan saraf berulang dalam (RNN) untuk menyesuaikan plastisitas dan drift.

Setelah menunggu berbulan‑bulan, pasien kembali ke pengujian dan diberikan tugas khusus. Dua tes kompleks mencapai‑dan‑memegang serta manipulasi objek dengan tingkat kesulitan yang bervariasi disiapkan untuk melihat apakah sistem berfungsi dengan benar.

Tugas pertama mengharuskan pasien meraih dan memutar lengan untuk menangkap sebuah objek dan memindahkannya ke lokasi lain. Secara mengesankan, tim mencapai tingkat keberhasilan median 90% sambil menyelesaikan tugas dalam hanya 60,8 detik. Tugas berikutnya meningkat dalam kesulitan, dengan tugas akhir mengharuskan pasien membuka lemari, mengambil sebuah cangkir, dan menahannya ke dispenser air hingga terisi.

Hasil Uji Antarmuka Otak‑Komputer

Hasil pengujian menunjukkan bahwa BCI yang ditingkatkan dapat melacak variansi neural dan memberikan presisi neural yang lebih tinggi. Studi menunjukkan bahwa sinyal otak untuk gerakan tetap stabil seiring waktu, namun lokasi operasinya sedikit bergeser.

AI menyesuaikan secara otomatis untuk melacak perubahan ini, memungkinkan sistem yang mudah dikonfigurasi beroperasi seperti perangkat plug‑and‑play pada PC Anda. Tim juga menemukan beberapa data menarik selama perjalanan mereka.

Mereka mencatat bahwa setiap anggota tubuh memiliki pola inisiatif yang serupa di antara orang. Misalnya, mereka dapat melihat pola otak dan membedakan pergerakan tangan kanan dan kiri. Selain itu, tim menyimpulkan bahwa mengurangi variansi secara cepat sangat penting untuk pengambilan keputusan perseptual.

Selain itu, studi menunjukkan bahwa statistik neural seperti variansi dapat dilacak dan diatur untuk meningkatkan jarak representasional selama kontrol BCI tanpa perubahan somatotopik.

Manfaat Antarmuka Otak‑Komputer

Ada daftar panjang manfaat yang diperoleh dengan menggabungkan pembelajaran manusia dan AI. Sistem ini suatu hari dapat membantu mereka yang mengalami kehilangan menyakitkan untuk mendapatkan kembali kontrol atas hidup mereka dan memungkinkan mereka melakukan aktivitas harian tanpa stres.

Stabilitas

Studi menunjukkan bagaimana penyesuaian BCI dapat memberikan stabilitas pada perangkat kontrol ini. Keputusan tim untuk menggunakan manifold berdimensi rendah dan jarak representasional relatif untuk repertoar gerakan imajiner sederhana terbukti menjadi pilihan yang tepat.

Rekor Baru

Sebelum pengujian terbaru ini, BCI terlama yang berfungsi tanpa kalibrasi ulang hanya sekitar 2‑3 hari. Kebutuhan untuk terus‑menerus mengkalibrasi membuat perangkat ini terbatas pada pengujian saja. Sekarang, BCI yang ditingkatkan dapat bertahan hingga 7 bulan tanpa pembaruan apa pun, membuka peluang prostetik yang lebih responsif dan lebih murah serta lainnya.

Lebih Efisien

BCI yang ditingkatkan hanya memerlukan sekitar 15 menit untuk kalibrasi ulang setiap 6 bulan. Ini merupakan peningkatan signifikan dibandingkan sistem sebelumnya yang memerlukan kalibrasi setiap 3 hari karena penurunan kinerja selama periode panjang pada tugas yang memerlukan presisi tinggi.

Peneliti Antarmuka Otak‑Komputer

Peneliti dari UC San Francisco dipimpin oleh profesor neurologi dan anggota UCSF Weill Institute for Neurosciences, Karunesh Ganguly MD, PhD. Makalah ini ditulis bersama oleh peneliti neurologi Nikhilesh Natraj, PhD, Sarah Seko, Adelyn Tu‑Chan, dan Reza Abiri dari University of Rhode Island. Secara khusus, proyek ini didanai oleh National Institutes of Health dan UCSF Weill Institute for Neurosciences.

Masa Depan Antarmuka Otak‑Komputer

Menurut tim, tujuan kini adalah membuat lengan robotik lebih halus dan responsif. Mereka juga ingin memperluas perintah yang dipetakan BCI untuk meningkatkan fleksibilitas dan kemampuan perangkat. Di masa depan, mereka berharap dapat mencakup bagian tubuh lainnya.

Aplikasi Dunia Nyata & Garis Waktu untuk Antarmuka Otak‑Komputer

Kemajuan ini dapat memberikan dampak revolusioner di berbagai industri. Kemampuan mengendalikan dan berinteraksi dengan perangkat menggunakan kontrol mental akan menjadi peningkatan besar dibandingkan metode saat ini. Hal ini juga dapat membuka pintu bagi era baru dalam perawatan kesehatan, elektronik, dan pembelajaran.

Meskipun implementasi saat ini masih dalam tahap eksperimental, aplikasi klinis secara luas dapat menjadi memungkinkan dalam 5 hingga 10 tahun ke depan, tergantung pada hasil penelitian lebih lanjut dan persetujuan regulatori. Oleh karena itu, terdapat banyak antusiasme mengenai kemungkinan masa depan teknologi ini.

Medis

Salah satu bidang di mana teknologi ini diperkirakan menemukan kasus penggunaan segera adalah sektor prostetik. Penggunaan teknologi BCI dianggap oleh banyak orang sebagai puncak sistem kontrol prostetik. Penemuan terbaru ini memberikan harapan signifikan untuk mengembalikan otonomi bagi individu dengan kelumpuhan dengan memungkinkan mereka berinteraksi dengan lingkungan melalui perangkat yang dikendalikan oleh pikiran.

Perusahaan Inovatif yang Memimpin Pengembangan Antarmuka Otak‑Komputer

Persaingan untuk menciptakan komputer dan perangkat yang dikendalikan otak telah mendorong beberapa perusahaan menginvestasikan jutaan dolar dalam R&D. Perusahaan‑perusahaan ini berupaya memulai era baru dalam kesehatan dan ilmu pengetahuan dengan menggunakan perangkat yang melampaui keyboard dan metode input tradisional saat ini. Berikut satu perusahaan yang mempelopori upaya ini dan membuat nama di pasar.

Synchron

Synchron memulai layanannya pada tahun 2012 sebagai perusahaan neuroteknologi terdepan. Secara khusus, perusahaan ini awalnya bernama SmartStent. Pada tahun 2016, perusahaan tersebut mengganti nama menjadi Synchron, mencerminkan fokusnya pada pengembangan BCI minimally invasive untuk membantu pasien yang mengalami kehilangan mobilitas.

Saat ini, Synchron menawarkan berbagai produk, termasuk antarmuka neural endovaskular yang disebut Stentrode. Perangkat ini masuk ke dalam tubuh melalui arteri dan menanamkan dirinya di otak untuk mendukung keterampilan motorik. Produk ini mewakili inovasi berkelanjutan Synchron di sektor ini.

Selain itu, perusahaan telah memperoleh hibah dari U.S. Defense Advanced Research Projects Agency (DARPA), United States Department of Defense (DoD), dan National Health and Medical Research Council of Australia.

Mereka yang ingin terpapar pasar BCI sebaiknya melakukan riset lebih lanjut tentang Synchron. Posisi pasar dan upaya pionirnya terus meletakkan dasar bagi antarmuka komputer berbasis AI di masa depan dan lainnya.

Antarmuka Otak‑Komputer akan Mengubah Segalanya.

Kemajuan BCI saat ini dapat membuat impian fiksi ilmiah Anda terasa usang. Komputer masa depan akan dapat berkomunikasi langsung dengan Anda melalui pikiran, membuka pintu bagi era baru evolusi manusia. Untuk saat ini, para insinyur ini pantas menerima tepuk tangan berdiri atas upaya mereka.

Pelajari terobosan Robotika lainnya Hari Ini.

Studi yang Dirujuk:

^{1. Ganguly, K., Natraj, N., Seko, S., Tu‑Chan, A., & Abiri, R. (2024). Menyampling plastisitas representasional gerakan imajiner sederhana sepanjang hari memungkinkan kontrol neuroprostetik jangka panjang. Cell, 2024. https://doi.org/10.1016/j.cell.2024.02.029}