IBM desarrolla chip portátil para epilépticos, con estructura de red circular

Una chip portátil para predecir ataques

Por Emily Waltz || IEEE Spectrum



 Electroencefalograma (EEG) en una mujer de 27 años. Epilepsia rastreada en la pantalla.
Foto: Getty Images

Uno de los aspectos más difíciles de tener epilepsia es no saber cuándo ocurrirá la próxima convulsión en el caso de los epilépticos. Un sistema de advertencia portátil que detecta la actividad cerebral previa al ataque y alerta a las personas sobre su aparición podría aliviar parte de ese estrés y hacer que el trastorno sea más manejable. Con ese fin, los investigadores de IBM dicen que han desarrollado un chip portátil que puede hacer el trabajo; describieron su invención hoy en el diario de acceso abierto de Lancet, eBioMedicine.

Los científicos construyeron el sistema en una montaña de datos de ondas cerebrales recopiladas de pacientes con epilepsia. El conjunto de datos, informado por un grupo separado en 2013, incluyó más de 16 años de registros continuos de electroencefalografía (EEG) de la actividad cerebral y miles de ataques de pacientes a los que se les habían implantado electrodos quirúrgicamente en el cerebro.

Los científicos de IBM Research Australia luego usaron ese conjunto de datos para entrenar algoritmos de aprendizaje profundo llamados redes neuronales. Los algoritmos aprendieron a identificar patrones de actividad cerebral asociados con el inicio de una convulsión. IBM ejecuta las redes neuronales en TrueNorth, su chip de cómputo neuromórfico de potencia ultrabaja. Con el tamaño de una estampilla postal, el chip podría usarse en un dispositivo portátil para personas con epilepsia o conectado a un dispositivo móvil.

Un tercio de los pacientes con epilepsia no mejora con medicamentos u otro tratamiento, por lo que para esas personas, un sistema de predicción podría ser la única herramienta que les da cierto control sobre su enfermedad, dice Stefan Harrer, investigador de IBM Research Australia en Melbourne quien dirigió el proyecto De hecho, la carga de no saber cuándo ocurrirá un ataque tiende a llevar a las personas a evitar socializar, practicar deportes, viajar o hacer cualquier cosa que no quieran que les sorprenda con un ataque. Ese tipo de confinamiento, a su vez, a menudo conduce a la depresión. "Nuestra motivación", dice Harrer, "es devolver el control y el conocimiento a sus vidas".

Un mapa esquemático de la red cerebral

El sistema de IBM todavía está en la etapa de prueba de concepto y no ha sido probado en humanos. "Esta es una demostración de la viabilidad de construir un sistema de predicción de ataques verificable", dice Harrer. Su grupo probó el chip en un estudio simulado, utilizando datos de actividad cerebral recopilados previamente.

La sensibilidad del dispositivo se puede marcar o marcar según las necesidades del paciente. En el modo de alta sensibilidad, el sistema predijo con precisión las convulsiones más del 90 por ciento del tiempo, pero también pasó mucho tiempo en el modo de advertencia. "Necesitamos reducir la tasa de falsos positivos antes de que este sistema pueda usarse como un dispositivo real en los pacientes", dice Harrer.

Los patrones de actividad cerebral que indican una inminente convulsión son notoriamente difíciles de identificar. Los patrones difieren no solo de persona a persona, sino que también pueden cambiar a lo largo de la vida de una persona. Eso significa que los algoritmos de aprendizaje profundo deben ser lo suficientemente educados para identificar muchos patrones diferentes de actividad cerebral clave, y lo suficientemente ágiles para adaptarse con el tiempo a medida que cambian los patrones de cada persona.

IBM es uno de varios grupos que trabajan en sistemas de predicción de ataques. Los investigadores de la Universidad de Melbourne que recopilaron los 16 años de datos de EEG también desarrollaron algoritmos para identificar y predecir el inicio de las convulsiones. Las universidades y los hospitales de investigación incluso han organizado concursos para fomentar la innovación en esta área.

Pero las restricciones previas en las capacidades de computación tienen una robustez limitada de estos algoritmos, así como también de sus capacidades en tiempo real, dice Harrer. Por ejemplo, el estudio de la Universidad de Melbourne se basó en una combinación de algoritmos de aprendizaje automático y expertos médicos humanos que seleccionaban a mano patrones que parecían dignos de mención.

Debido a que el proceso requirió mucha mano de obra, el grupo tuvo que concentrarse en períodos seleccionados de actividad cerebral, en lugar de todo el conjunto de datos, para hacer el análisis más aceptable. El resultado fue la disminución de la solidez de las predicciones en algunos pacientes. También significaba que el sistema no podría adaptarse en tiempo real a los patrones de actividad cerebral cambiantes de una persona.

El chip de IBM analizó el conjunto de datos de registro de EEG de la Universidad de Melbourne y no se basó en características de datos recogidos por el ser humano. "Permitimos que el algoritmo lo explore y encuentre patrones de interés en sí mismo", dice Harrer. La computadora "constantemente entrena y vuelve a entrenar en esos patrones cambiantes a lo largo del tiempo", lo que hace que un sistema de predicción en tiempo real sea factible, afirma.

Harrer dice que a IBM le gustaría mejorar el rendimiento del algoritmo explorando otras arquitecturas de redes neuronales e incluyendo otros factores y biomarcadores. También le gusta encontrar una forma de entrenar los algoritmos en datos recolectados fuera del cráneo, en lugar de los electrodos implantados en el cerebro.

Increíbles redes de circuitos electrónicos de un chip

Increíbles primeros planos de los chips de ordenador se asemejan a un complejo entramado de las ciudades
Wired




Las personas pasan horas y horas cada día frente a las computadoras y los teléfonos inteligentes, pero rara vez se ven los minúsculos circuitos que los hacen funcionar. Pero si usted hecha una mirada cercana a un microprocesador, verá algo sorprendente. "Se parece a un horizonte de tres dimensiones", dice Christoph Morlinghaus. "Puede uno perderse totalmente en ella."

Morlinghaus descubrió esto hace tres años, mientras que fotografiar placas base para Cisco. Las juntas de modo que él le fascinaban los mantuvo durante una semana más, disparando a los primeros planos que se convirtieron en su serie de la placa base. Volvió a la idea el año pasado, la obtención de los microprocesadores de los foros en línea y disparos en su estudio de Miami.


cámara Sinar P2 de 8 × 10 con - Morlinghaus

Fotografiar algo más grande que un grano de arroz no es fácil. Morlinghaus utiliza un Sinar P2 cámara de 8 × 10 con un fuelle de siete pies y una lente f2.8 50mm. El sistema de iluminación de cada procesador con un par de luces de armario de 12 pulgadas, pero todavía tenía que hacer exposiciones de tres minutos. Esto significaba disparar varias tramas, porque la menor perturbación se ve borrosa la imagen. "Cada vez que había un carro que conduce por el estudio, o alguien en el edificio encendido AC, tendría que hacer toda la cosa de nuevo", dice. Haciendo cada uno de los siete fotos en la serie tomó alrededor de una semana, incluyendo el escaneo de los negativos y cuidadosamente quitar el polvo.

Las imágenes de Computerwelt son ricos en detalle, cada componente claramente definido. Todo tiene un aspecto como si estuviera mirando hacia abajo en una ciudad, los edificios de la proyección de sombras en las calles por debajo de ellos. Es una fascinante mirada a la tecnología que dan por sentado, incluso cuando usted está mirando ahora mismo.