Scoperta AI: decifra i modelli cerebrali legati a specifiche azioni
RomeMaryam Shanechi e il suo team presso il Centro per le Neurotecnologie dell'USC hanno sviluppato un nuovo algoritmo AI chiamato DPAD (Analisi Dinamica Prioritizzata Dissociativa). Questo algoritmo è in grado di individuare i modelli cerebrali associati ad azioni specifiche. Si tratta di un progresso significativo per interfacce cervello-computer e il lavoro è stato pubblicato su Nature Neuroscience.
Questa innovazione offre numerose applicazioni pratiche.
- Migliorare la precisione della decodifica dei movimenti per i BCI
- Scoprire nuovi schemi cerebrali altrimenti inosservati
- Favorire il trattamento delle condizioni di salute mentale tramite la decodifica degli stati mentali
Quando compiamo azioni come muovere un braccio o parlare, il cervello genera segnali elettrici complessi. Gli scienziati hanno faticato a comprendere questi dati misti. DPAD aiuta concentrandosi e imparando i segnali specifici relativi all'attività d'interesse, ignorando le altre attività cerebrali che avvengono simultaneamente. Questo permette di identificare con precisione i segnali importanti.
Questa tecnologia può aiutare i pazienti paralizzati a muoversi di nuovo e offre anche benefici per la salute mentale. È in grado di capire stati mentali come la depressione o il dolore, permettendo di adattare le terapie in tempo reale. Questo rende i trattamenti più efficaci e personalizzati. Potrebbe portare a nuovi metodi per trattare condizioni come il dolore cronico, il PTSD e il disturbo depressivo maggiore monitorando l'attività cerebrale. Monitorando continuamente le condizioni mentali, potrebbe migliorare l'adeguamento dei trattamenti, portando a migliori risultati per i pazienti.
DPAD sfrutta le reti neurali profonde per gestire facilmente diversi schemi cerebrali. Con l'aumento dei dati raccolti, l'algoritmo può apprendere dalle nuove attività neurali, ampliando le sue potenziali applicazioni.
DPAD dimostra come l'intelligenza artificiale possa collegare dati cerebrali complessi a usi medici concreti. Identificando specifici schemi cerebrali legati a comportamenti e trasformandoli in informazioni utili, l'AI offre nuove opportunità per la tecnologia medica. Questo può portare a trattamenti personalizzati in neurologia e psichiatria, potenzialmente rivoluzionando la diagnosi e il trattamento delle condizioni cerebrali. Questi progressi potrebbero aiutarci a comprendere e affrontare meglio le problematiche neurologiche e psicologiche.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1038/s41593-024-01731-2e la sua citazione ufficiale - inclusi autori e rivista - è
Omid G. Sani, Bijan Pesaran, Maryam M. Shanechi. Dissociative and prioritized modeling of behaviorally relevant neural dynamics using recurrent neural networks. Nature Neuroscience, 2024; DOI: 10.1038/s41593-024-01731-220 novembre 2024 · 17:56
Salto sensoriale: l'AI riconosce le texture delle superfici con tecnologia quantistica
Condividi questo articolo