Databehandling

Ultra‑tynn implantert hjerne‑datamaskin‑grensesnitt slår rekorder

mm
Legg til Securities.io blant dine foretrukne kilder på Google
Opplysning: Securities.io kan motta betaling når du bruker lenker til produkter vi vurderer. Dette påvirker ikke våre redaksjonelle vurderinger. Vi er ikke en registrert investeringsrådgiver; dette er ikke investeringsråd. Les vår affiliateopplysning.

Flertallet av verden interagerer med smarttelefonen, PC-en eller nettbrettet ved hjelp av tradisjonelle skjerm‑ og tastaturgrensesnitt. Imidlertid kan disse måtene for menneske‑maskin‑kommunikasjon bli foreldet i de kommende årene, ettersom et team av ingeniører fra flere prestisjetunge institusjoner har lykkes med å lage et miniatyr, implanterbart BCI som har potensial til å revolusjonere flere markeder.

Oppfinnelsen deres kombinerer en trådløs transceiver, et avansert kraftsystem, en digital kontrollmodul, datakonvertere og flere ekstra komponenter for å muliggjøre ekte to‑veis kommunikasjon direkte til hjernen. Denne utviklingen markerer et viktig milepæl for BCI‑er som en dag kan endre hvordan mennesker og maskiner interagerer. Her er det du trenger å vite.

Sammendrag

  • BISC er et ultra‑tynt, enkelt‑brikke hjerne‑datamaskin‑grensesnitt som sitter mellom hjernen og hodeskallen og bruker 65 536 elektroder.
  • Implantatet strømmer høy‑båndbredde nevrale data over en tilpasset UWB‑kobling til en bærbar relé som fremstår som en standard Wi‑Fi‑enhet.
  • Prekliniske og tidlige humane studier antyder at det kan transformere behandling av epilepsi, lammelse og andre nevrologiske tilstander.
  • BISC er fremstilt ved hjelp av standard halvlederprosesser, noe som gjør storskalaproduksjon og fremtidige kommersielle utrullinger mer realistisk.
  • Integra Lifesciences (IART) tilbyr en måte å få offentlig markeds eksponering til nevrokirurgi- og hjerne‑grensesnittteknologier.

Hjerne‑datamaskin‑grensesnitt (BCI)

Hjerne‑datamaskin‑grensesnitt har kommet langt de siste 50 årene. Disse enhetene har utviklet seg fra enkle sensorer som kan oppdage alfabølger til komplekse systemer som kan avlytte og dekode hjernens signaler i sanntid.

Veksten av BCI‑teknologi har åpnet døren for spennende utviklinger, inkludert gjennombrudd innen medisin. Spesielt har disse enhetene vist seg nyttige i behandlingen av personer med nevrologiske lidelser som epilepsi eller lammelse. Som følge av dette ser forskere nå på denne teknologien som en viktig sektor med potensial til å hjelpe millioner.

Problemer med dagens hjerne‑datamaskin‑grensesnitt (BCI)

Som man kan forvente, kreves betydelig teknologisk kompleksitet for å fange opp og tyde hjernebølger for å styre eksterne enheter. En av hovedfaktorene som har begrenset denne teknologien er dens kompliserte natur. Inntil nylig var AI‑systemer ikke i stand til å dekode disse bølgene nøyaktig, noe som betydde at oppgaven ble utført av tradisjonelle datamaskinsystemer.

Omstendelig maskinvare begrenser nåværende BCI‑er

Selv om teknologien begynte å oppnå disse evnene, forble den stor, ubehagelig og upraktisk for brukeren. Dagens mest avanserte systemer krever en stor implantert beholder for å romme mesteparten av elektronikken. Denne lagringen må implanteres i hodeskallen eller i brystet, og den siste muligheten krever ekstra kabler.

Hvorfor dagens BCI‑er ikke skalerer

Flere produksjonsbegrensninger har gjort masseproduksjon av disse enhetene umulig. For det første har de enorme kostnadene og presisjonen som kreves for å lage disse enhetene i stor skala ikke vært tilgjengelige. I tillegg ble moderne design ikke laget for å støtte storskalaproduksjon, noe som betyr at de bruker metoder og komponenter som gjør det urimelig.

Studie av hjerne‑datamaskin‑grensesnitt: Inni BISC‑implantatet

Ved å erkjenne disse begrensningene som den viktigste hindringen for å realisere BCI‑enes sanne potensial, satte et team av ingeniører fra Columbia University, New York‑Presbyterian Hospital, Stanford University og University of Pennsylvania i gang for å rette opp disse problemene og innlede en ny æra av menneske‑maskin‑kontroll.

Studien1, med tittelen ‘A wireless subdural-contained brain–computer interface with 65,536 electrodes and 1,024 channels’, publisert i Nature Electronics, revurderer hele tilnærmingen fra bunnen av. Deres skapelse oppnår enestående ytelse som tilsvarer forbedringer på flere størrelsesordener sammenlignet med tidligere versjoner, alt fra et lite trådløst ultra‑tynt nevralt implantat.

Biologisk grensesnittsystem til cortex (BISC)

Oppfinnelsen deres, kalt Biological Interface System to Cortex (BISC), har et forenklet enkelt‑brikke metall‑oksid‑semiconductor (CMOS) integrert kretsdesign. Dens minimale mål på kun 50 μm tykkelse og 3 mm³ gjør den til 1/1000 av volumet til dagens standardimplantat, omtrent like tykt som et menneskehår.

Kilde - Science Daily

Kilde – Science Daily

Dette tynne designet gjør det mulig å plassere det direkte mellom hjernen og hodeskallen. Inne i denne lille enheten er mye avansert teknologi som kan levere kraftig databehandlingskapasitet. Denne datakraften er nødvendig for å fange hjernebølger og sende dem til de avanserte AI‑systemene som styrer prosessen.

AI‑modeller

Ingeniørene bygde på tiår med nevrologi‑ og hjernebølgeforskning for å lage en effektiv AI‑modell som kan registrere, sende og motta hjernebølger. AI‑systemet kan dekode spesifikke oppgaver, inkludert bevegelse, intensjon og persepsjon. Det oppnår dette ved bruk av spesialutviklet programvare og sensorer designet for å samhandle med AI‑systemene.

Elektroder

For å muliggjøre ekte hjerne‑tilkobling opererer BISC som en mikro‑elektrokortikografi (µECoG)‑enhet. Systemet bruker 65 536 elektroder, 1 024 opptaks‑kanaler og 16 384 stimuleringskanaler for å lage høy‑båndbredde opptak av hjernebølgene i sanntid.

Opptakene sendes deretter til de avanserte AI‑systemene. Disse systemene kombinerer både maskinlæring og dyp læring, noe som gjør dem i stand til å tolke det komplekse signalet. Merk at dette arbeidet bygger på tidligere beregnings‑ og systemnevrovitenskap gjort av bidragsyterne, Dr. Tolias og Bijan Pesaran.

Trådløs kobling

En reléstasjon som bæres av pasienten muliggjør høy‑gjennomstrømmingskommunikasjon med det implanterte enheten. Når den implanterte enheten kommuniserer direkte med hjernen, kringkaster den signalet til reléstasjonen. En bærbar reléstasjon kommuniserer med implantatet via en tilpasset ultrabredbånd (UWB) radiokobling som når omtrent 100 Mbps og fremstår eksternt som en standard 802.11 Wi‑Fi‑enhet.

Hvordan hjerne‑datamaskin‑grensesnittet ble bygget

BISC‑implantatet ble fremstilt ved hjelp av lett tilgjengelige maskiner og verktøy, noe som sikrer at storskalaproduksjon er mulig. Spesielt utnytter enheten TSMC sin 0,13 μm Bipolar‑CMOS‑DMOS (BCD)‑teknologi. Denne tilnærmingen gjorde det mulig å redusere størrelse og formfaktor ved å kombinere flere halvlederteknologier i én brikke for å produsere mixed‑signal integrerte kretser (IC‑er).

Denne strategien er fordelaktig fordi den gjør at systemet kan akseptere direkte logikk fra CMOS og høy‑spennings‑analoge funksjoner. I tillegg gjør den at enheten kan operere med høyere effektivitet ved bruk av DMOS‑transistorer.

Test av hjerne‑datamaskin‑grensesnitt

Teamet konstruerte en demonstrasjonsenhet og gjennomførte flere tester for å prøve teorien deres. For å gjennomføre de kirurgiske aspektene av testfasen, samarbeidet teamet med Youngerman ved NewYork‑Presbyterian/Columbia University Irving Medical Center. Sammen utviklet de en sikker og minimalt invasiv transplantasjonsstrategi som gjorde det mulig å teste enheten i en reell kirurgisk setting.

Prosessen involverte å lage et lite snitt og gli enheten mellom hjernen og skalletaket. Dens fleksible og papir‑tynne design gjorde prosessen mye enklere enn tradisjonelle metoder. I tillegg, siden det ikke var noen hjerne‑penetrerende komponenter eller ledninger, var prosessen mye tryggere.

Resultater fra test av hjerne‑datamaskin‑grensesnitt

Testene viste systemets reelle evner, da det klarte å fange høyhastighetsopptak direkte fra hjernen. Det demonstrerte stabil ytelse og viste ingen umiddelbar negativ vevsreaksjon, noe som betyr at det vil være ideelt for bruk i medisinske scenarioer hvor langvarige implantater er nødvendig.

Fordeler med BISC‑hjerne‑datamaskin‑grensesnitt

Swipe to scroll →

Funksjon Konvensjonelle implanterbare BCI‑er BISC ultra‑tynt implantat
Formfaktor Kraftig elektronikkbeholder i hodeskalle eller bryst med ledninger til hjernen Enkelt‑brikke implantat ~50 μm tykt, ca. 3 mm³, sitter mellom hjernen og hodeskallen
Antall elektroder Hundrevis til noen tusen elektroder 65 536 elektroder i et høy‑tetthets µECoG‑array
Opptakskanaler Ti til hundre samtidige kanaler Opptil 1 024 samtidige opptakskanaler
Stimuleringskapasitet Ofte begrenset eller separate maskinvarummoduler 16 384 stimuleringskanaler integrert på samme brikke
Trådløs datakobling Lavere båndbredde, ofte proprietær og klumpete ~100 Mbps UWB‑kobling til en bærbar relé som fremstår som Wi‑Fi
Kirurgisk invasivitet Større åpning i hodeskallen og mer maskinvare i kroppen Papir‑tynn brikke skyvet inn i subduralrommet via lite snitt
Skalerbarhet Tilpasset montering; vanskeligere å skalere produksjon Bygget med standard halvlederprosesser for høy‑volum produksjon

Virkelige BCI‑applikasjoner og tidslinje

Det finnes flere anvendelser for hjerne‑grensesnitt‑datamaskinen. Denne enheten vil bidra til å forbedre livet til millioner av mennesker som lider av alvorlige nevrologiske sykdommer. Tilstander som epilepsi, lammelse, anfall, tap av motoriske ferdigheter, tap av tale og blindhet kan plutselig få nye behandlingsalternativer.

Denne teknologien vil også hjelpe de som trenger proteser på grunn av tap av lemmer. Systemet vil tillate sømløs kommunikasjon og kan til og med brukes til å gi sanntids‑tilbakemelding til brukeren, noe som skaper en langt mer tilfredsstillende behandling.

Tidslinje

Dette produktet kan komme inn i medisinsk sektor innen de neste 5 årene. I motsetning til sine forgjengere har gruppen allerede akselerert sine kliniske studier med kort‑siktige intra‑operative studier på menneskelige pasienter som allerede pågår. Derfor kan du forvente å høre mer om relaterte gjennombrudd rundt denne teknologien.

Forskere innen hjerne‑datamaskin‑grensesnitt

BISC‑studien kombinerer flere aspekter fra prestisjetunge institusjoner. Spesielt utnytter den Columbias mikroelektronikk‑ekspertise, University of Pennsylvania og Stanfords nevrovitenskapelige programmer. I tillegg bruker den NewYork‑Presbyterian/Columbia University Irving Medical Centers kirurgiske kapasiteter. Teamet sikret finansiering fra et National Institutes of Health‑tilskudd og Neural Engineering System Design‑programmet fra Defense Advanced Research Projects Agency (DARPA). Denne finansieringen gjorde det mulig for teamet å fremskynde forskningen og validere resultater.

Fremtiden for ultra‑tynne hjerne‑datamaskin‑grensesnitt

Fremtiden for denne teknologien ser lysende ut. Ingeniørene har allerede uttrykt interesse for å forbedre AI‑modellens effektivitet og gjennomføre fullstendige humane studier. I tillegg vil teamet søke partnerskap for å hjelpe med å finansiere prosjektet og sikre industrielle kontrakter for produksjon av enheten.

Hjerne‑datamaskin‑grensesnitt | Konklusjon

Studien av hjerne‑datamaskin‑grensesnitt åpner døren til en sci‑fi‑fremtid hvor datamaskiner styres kun ved tanke. Disse enhetene vil først nå publikum gjennom medisinske behandlinger. Men det vil ikke ta lang tid før du kan ha en dyp samtale med smarttelefonen uten å bevege leppene.

Hva synes du om denne BCI‑enheten? Ville du noen gang brukt en? Lik, kommenter og del denne artikkelen, og klikk her for å lære om annen kul datateknologi.

Investering i utviklingen av hjerne‑datamaskin‑grensesnitt

Det finnes mange selskaper involvert i BCI‑sektoren, som ser for seg en fremtid hvor sinnet gjør det tunge arbeidet. Mens rene BCI‑oppstartsbedrifter ofte forblir private, kan investorer se til etablerte medisinske teknologiselskaper som leverer den kritiske kirurgiske infrastrukturen som kreves for å implantere disse enhetene. Her er ett firma som legger til rette for den komplekse nevrokirurgien som trengs for neste generasjon hjerne‑grensesnitt.

Investor‑innsikter

  • BISC viser at hjerne‑datamaskin‑grensesnitt går fra klumpete prototyper mot skalerbare produkter i halvlederstil.
  • Adopsjon av BCI vil avhenge av sikkerhetsdata, regulatoriske godkjenninger, refusjon og klinisk dokumenterte resultater, ikke bare tekniske spesifikasjoner.
  • Offentlig eksponering i dag er indirekte, gjennom nevrokirurgi og MedTech‑navn som Integra Lifesciences, mens rene BCI‑oppstartsbedrifter forblir private.
  • Langsiktig oppside i BCI balanseres av etiske debatter, bekymringer om dataprivacy og usikre tidslinjer for massebruk.
  • Investorer bør behandle BCI som et høy‑risiko, lang‑varig tema som kan komplementere, ikke erstatte, kjerne‑helse‑ og AI‑porteføljer.

Integra Lifesciences

Integra Lifesciences gikk inn i markedet i 1989. Grunnleggeren, Richard Caruso, ønsket å gi større tilgang til nevrologiske behandlinger. Denne tilnærmingen fikk sterk støtte takket være en kombinasjon av hjelpsomme behandlinger og gunstige investorrespons. Merk at Integra Lifesciences ble børsnotert i 1995.

IART Prisdiagram

I 2007 lanserte selskapet en oppgradert NeuroSight Arc hjerne‑kartleggingsprogramvaremodul for sitt OmniSight EXcel‑system, brukt til å planlegge prosedyrer for Parkinsons sykdom og andre bevegelsesforstyrrelser. Derfra fortsatte firmaet å utvide sin nevrokirurgiske produktportefølje. I 2017 kjøpte firmaet Codman Neurosurgery fra Johnson & Johnson (JNJ ) for 1,045 milliarder dollar.

Dette trekket utvidet selskapets rekkevidde og gjorde det mulig å tilby mer avanserte produkter. De som søker tilgang til MedTech‑feltet bør gjøre mer research på Integra Lifesciences.

Siste nyheter og ytelse for Integra Lifesciences (IART)

Referanser

1. Jung, T., Zeng, N., Fabbri, J.D. et al. A wireless subdural-contained brain–computer interface with 65,536 electrodes and 1,024 channels. Nat Electron (2025). https://doi.org/10.1038/s41928-025-01509-9

David Hamilton er en fulltidsjournalist og en langvarig bitcoinist. Han spesialiserer seg på å skrive artikler om blockchain. Hans artikler har blitt publisert i flere bitcoin-publikasjoner, inkludert Bitcoinlightning.com