طريقة التغذية الراجعة العصبية القائمة على الذكاء الاصطناعي تقلل التأخير بمقدار 50 ضعفاً، حسب التقرير

في تطور رائد، استغل باحثون من جامعة HSE ومعهد البحث في الذكاء الاصطناعي (AIRI) قوة الذكاء الاصطناعي لإحداث ثورة في التغذية الراجعة العصبية. حقق الفريق، بقيادة أليكسي أوسادتشي، انخفاضاً ملحوظاً بمقدار 50 ضعفاً في التأخير بين التغييرات في نشاط الدماغ والإشارة المقابلة للتغذية الراجعة العصبية.

تحمل هذه الإنجاز وعداً كبيراً بتقدم العلاجات المتعلقة باضطراب فرط الحركة ونقص الانتباه والصرع. نشرت الدراسة في مجلة Journal of Neural Engineering، تتحدى القيود الموجودة في التغذية الراجعة العصبية وتقدم تغييراً محتملاً في قواعد اللعبة للمرضى الذين يخضعون للعلاجات العصبية.

مواجهة تحدي التأخير مع التغذية الراجعة العصبية القائمة على الذكاء الاصطناعي

كفاءة التغذية الراجعة العصبية عانت باستمرار من تأخير زمني ملحوظ موجود بين التحولات الدقيقة في نشاط الدماغ والتجسيد اللاحق لإشارات التغذية الراجعة. على الرغم من أن التحقيقات السابقة أظهرت نجاحاً في تقليل هذه الفجوات الزمنية، إلا أن تجاوز عتبة 500 مللي ثانية ظهر كعائق ضار، مما أضعف بشكل ضار التوافق بين التغذية الراجعة والأحداث الدماغية. 

مواجهة هذا التحدي مباشرة، انخرط الباحثون، الذين أدركوا أهمية التأخير، في جهد متضافر لمعالجة التعقيدات الزمنية، مدركين إياها كمحددات محورية في النشر الفعال لعلاجات التغذية الراجعة العصبية.

تمثل التحدي الرئيسي في مبدأ عدم اليقين لغابور، مما يفرض فحصاً دقيقاً لشدات الإشارات الدماغية عبر فترة زمنية تمتد من 200 إلى 300 مللي ثانية لغرض تحديد أنماط إيقاعية معينة. هذا الإجراء الانتقائي، على الرغم من كونه لا غنى عنه، أدى إلى تأخيرات زمنية، مما يعقد محاولة إنشاء رابط فوري بين التغييرات في نشاط الدماغ وإشارات التغذية الراجعة المقابلة.

اختراق TCN في تقليل التأخير

لتجاوز تحدي التأخير، لجأ فريق البحث إلى الذكاء الاصطناعي، حيث قاموا بتدريب الشبكات العصبية مع مجموعات بيانات واسعة من نشاط دماغ الأفراد. كان الهدف هو إنشاء نموذج قادر على تسريع اكتشاف الإشارات المستهدفة وسط الطيف الأوسع لنشاط الدماغ. تم اختبار مختلف هياكل الشبكات العصبية، مع ظهور الشبكة التلافيفية الزمنية (TCN) كأكثرها فعالية.

أدى تنفيذ TCN إلى بناء مرشح عزل النشاط الدماغي الإيقاعي، مما أدى إلى انخفاض غير مسبوق في التأخير. تم تقليل التأخير في عرض إشارات التغذية الراجعة، التي تعكس شدة الإيقاع ألفا الفوري، إلى 10 مللي ثانية فقط. يمثل هذا تقدماً ملحوظاً، حيث انخفض التأخير بمقدار خمسين ضعفاً تقريباً مقارنة بأنظمة التغذية الراجعة العصبية التقليدية.

تُظهر الشبكة العصبية التلافيفية الزمنية (TCN)، بالإضافة إلى كفاءتها الفريدة في التخفيف من زمن الاستجابة، قدرة واضحة على تتبع التحولات داخل المجموعات العصبية بسرعة فائقة في بيئة حقيقية، مع الحفاظ على تأخير ضئيل بشكل ملحوظ. لا يُمهد هذا النهج الثوري الطريق فقط لعصر تحويلي في مجال التغذية الراجعة العصبية، بل يرسّخ أيضاً أساساً لإعادة تشكيل نموذجي، مقدّماً منهجية علاجية ليست أكثر استجابة فحسب، بل أكثر فعالية بشكل كبير في معالجة تعقيدات الاضطرابات العصبية.

دفعت الجهود التعاونية بين جامعة HSE وباحثي AIRI التغذية الراجعة العصبية إلى عصر جديد. من خلال استخدام الذكاء الاصطناعي، نجحوا في معالجة مشكلة التأخير طويلة الأمد، مما فتح إمكانيات غير مسبوقة لعلاج الحالات العصبية. لا تتحدى نتائج الدراسة النماذج القائمة فحسب، بل توفر أيضاً اختراقاً محتملاً في تعزيز فعالية علاجات التغذية الراجعة العصبية. بينما يستكشف مجتمع البحث الآثار الأوسع للتغذية الراجعة العصبية القائمة على الذكاء الاصطناعي، فإنها تحمل وعداً بمستقبل يمكن فيه فهم الاضطرابات العصبية وعلاجها بشكل أكثر فعالية.