Neural chip decodes interactions between brain regions

자동 수집은 캡차 페이지에 막혀, Grok Bot이 공개 페이지를 직접 읽어 옮겼어요. 연구 소개 기사이며 치료 효과를 입증한 임상 결과는 아니에요.

배경: 뇌심부자극(DBS)

뇌심부자극(DBS)은 이식한 장치로 뇌의 특정 부위에 전기 펄스를 보내 신경 활동을 조절하는 기법이에요. 파킨슨병 같은 운동 장애에 이미 널리 쓰이고, 중증 우울증·외상후스트레스장애·강박장애 같은 정신질환에도 가능성을 탐색하고 있어요.

하지만 기존 DBS는 대부분 개방 루프로, 환자의 뇌 활동에 맞춰 바뀌지 않고 미리 정한 설정대로 자극해요. 적응형(폐쇄 루프) 시스템도 상당수는 한 영역의 신호만 봐요. 정신질환은 관련 정보가 여러 영역의 네트워크에 퍼져 있을 수 있어서 이게 큰 한계래요.

정신질환은 한 영역의 이상보다 영역 간 소통의 교란에서 생긴다는 연구가 늘고 있고, 우리 작업은 거기에 기반해요. — Mahsa Shoaran, EPFL 통합신경기술연구실(INL)

LogSync가 하는 일

• 저전력 이식형 신경 SoC예요. 크기는 약 4×2mm예요.
• 뇌 활동을 기록하고 뇌파(진동)의 세기와 영역 간 신호 동기화를 나타내는 바이오마커를 뽑아요.
• 머신러닝 알고리즘이 이 네트워크 수준 바이오마커로 인지·정서 상태를 구분하고, 특정 상태가 감지되면 자극 트리거를 만들어요.
• 연구는 *IEEE Journal of Solid-State Circuits*에 실렸고, 미국 국립정신건강연구소(NIMH)의 660만 스위스프랑 연구비로 진행됐어요.

어떻게 검증했나요

• 이전 정신의학 실험의 사람 뇌 기록으로 평가했어요. 하나는 정신 과제 중 인지 몰입의 변화, 다른 하나는 영상 시청 중 정서적 각성을 담은 데이터예요. 알고리즘은 신경 기록만으로 이 상태들을 구분했대요.
• 미네소타대학에서 한 쥐 실험에서는 진행 중인 뇌 진동을 추적해 미리 정한 위상에 맞춰 자극 트리거를 만들었어요.

전력이 관건

알고리즘과 하드웨어를 이식 제약에 맞춰 함께 설계했어요. 그래서 한 칩에서 네트워크 수준 신호 처리와 해독을 하면서도 전력을 200마이크로와트 미만으로 유지했어요.

복잡한 뇌 네트워크 분석을 단순화하려고 로그 연산을 쓴 것도 특징이에요.

다음 단계

첫 검증은 정신의학 응용에 맞췄지만, 네트워크 바이오마커로 정확한 타이밍의 자극을 거는 능력은 운동 장애용 적응형 DBS, 비침습 폐쇄 루프 자극, 집속 초음파 인터페이스 등에도 쓸 수 있대요. 연구실은 정해진 바이오마커 대신 신경 기록에서 직접 배우는 자기지도 학습 방법(ICML 2026 'RECTOR')도 개발 중이고, Shoaran이 공동 창업한 EPFL 스핀오프 Infera Neuro를 통해 임상 응용을 앞당기려 한대요.