뇌-기계 인터페이스의 돌파구: EPFL, 소형 뇌-텍스트 변환 기술 개발

EPFL의 연구원들은 뇌 활동을 작은 실리콘 칩의 텍스트로 변환할 수 있는 획기적인 소형 뇌-기계 인터페이스(BMI)를 개발했다. MiBMI(Miniaturized Brain-Machine Interface)로 알려진 이 차세대 기술은 심각한 운동 장애가 있는 개인의 의사 소통에 혁명을 일으킬 것을 약속한다.

뇌-기계 인터페이스는 근위축성 측삭 경화증(ALS) 및 척수 손상과 같은 질환을 앓고 있는 사람들의 의사 소통과 통제력을 회복할 수 있는 잠재력을 오랫동안 보유해 왔다. 그러나 전통적인 BMI는 부피가 크고 전력 소모가 많으며 실제 적용이 제한적이었다. EPFL의 INL(Integrated Neurotechnologies Laboratory)에서 개발한 새로운 MiBMI는 소형, 저전력, 매우 정확한 솔루션을 제공하여 이러한 문제를 극복한다.

IEEE Journal of Solid-State Circuits에 발표되고 International Solid-State Circuits Conference에서 발표된 MiBMI는 BMI의 효율성과 확장성을 향상시키도록 설계되어 실용적이고 완전히 이식 가능한 장치를 위한 길을 닦았다. 크기가 작고 전력 소비가 적기 때문에 임상 및 실제 응용 분야에 이상적이며 안전성과 실용성을 보장한다.

MiBMI는 총 면적이 8mm²에 불과한 두 개의 작은 칩에 녹음 및 처리 기능이 있는 완전히 통합된 시스템이다. 이 혁신은 Mahsa Shoaran이 이끄는 EPFL의 Neuro X 연구소에서 제공하는 새로운 종류의 저전력 BMI 장치의 일부이다. "MiBMI를 사용하면 복잡한 신경 활동을 높은 정확도와 낮은 전력 소비로 읽을 수 있는 텍스트로 변환할 수 있습니다. 이러한 발전은 심각한 운동 장애가 있는 개인의 의사 소통 능력을 크게 향상시킬 수 있는 실용적이고 이식 가능한 솔루션에 더 가까이 다가갈 수 있게 해줍니다"라고 Shoaran은 말한다.

뇌에서 텍스트로의 과정은 사람이 글자나 단어를 쓰는 상상을 할 때 생성되는 신경 신호를 해독하는 것을 포함한다. 뇌에 이식된 전극은 필기의 운동 활동과 관련된 신경 활동을 기록한다. 그런 다음 MiBMI 칩셋은 이러한 신호를 실시간으로 처리하여 뇌의 의도된 손 움직임을 해당 디지털 텍스트로 변환한다. 이를 통해 고정 증후군 및 기타 심각한 운동 장애가 있는 개인은 인터페이스가 그들의 생각을 화면에서 읽을 수 있는 텍스트로 변환하는 인터페이스를 통해 쓰기에 대해 생각하는 것만으로도 의사 소통할 수 있다.

MiBMI 칩은 아직 완전한 기능을 갖춘 BMI에 통합되지 않았지만 Stanford의 Shenoy 연구소와 같은 이전 라이브 녹음의 데이터를 처리하는 데 인상적인 성능을 보여주었다. 이 칩은 필기 활동을 91%의 정확도로 텍스트로 변환하는 데 성공하여 최대 31개의 다른 문자를 디코딩했다. "우리는 최대 100자를 해독할 수 있다고 확신하지만, 더 많은 문자를 포함하는 필적 데이터 세트는 아직 사용할 수 없습니다"라고 수석 저자인 Mohammed Ali Shaeri는 말한다.

현재의 BMI는 일반적으로 뇌에 이식된 전극에서 디코딩을 위해 외부 컴퓨터로 데이터를 보낸다. 대조적으로, MiBMI 칩은 192채널 신경 기록 시스템과 512채널 신경 디코더를 통합하여 실시간으로 정보를 기록하고 처리한다. 초소형화에 대한 이러한 성과는 집적 회로, 신경 공학 및 인공 지능에 대한 전문 지식을 결합하여 BMI 분야에서 상당한 발전을 이루었다.

전극에서 캡처한 방대한 양의 정보를 처리하기 위해 연구원들은 데이터 분석에 대한 새로운 접근 방식을 채택했다. 그들은 환자가 손으로 쓰는 것을 상상할 때 각 글자와 관련된 DNC(Distinctive Neural Code)라고 불리는 특정 신경 마커를 식별했다. 문자당 수백 바이트의 데이터만 처리하면 되는 이러한 DNC에 초점을 맞춤으로써 시스템은 놀라운 속도, 정확성 및 낮은 전력 소비로 작동한다. 이 돌파구는 또한 더 빠른 훈련 시간을 가능하게 하여 BMI를 더 쉽게 사용하고 더 쉽게 접근할 수 있도록 한다.

앞으로 Shoaran과 그녀의 팀은 필기 인식을 넘어 MiBMI 시스템을 위한 다양한 응용 분야를 모색하고 있다. 그레구아르 쿠르틴(Grégoire Courtine), 실베스트로 미세라(Silvestro Micera), 스테파니 라쿠르(Stéphanie Lacour), 데이비드 아티엔자(David Atienza)의 실험실을 포함한 EPFL의 Neuro-X 및 IEM Institutes의 다른 연구 그룹과의 협력을 통해 음성 디코딩 및 움직임 제어와 같은 다양한 컨텍스트에서 시스템을 테스트하고 있다. "우리의 목표는 환자에게 해결책의 더 넓은 범위를 제공하는 각종 신경학적인 무질서에 지어 질 수 있는 다재다능한 BMI를 개발하기 위한 것입니다,"는 Shoaran를 말한다.

뇌-기계 인터페이스에 혁명을 일으킬 수 있는 MiBMI의 잠재력은 심각한 신경 장애가 있는 환자의 삶의 질을 개선할 수 있는 흥미로운 가능성을 열어줄 것이다.