CATEGORIA: Tecnología
FACTUALES:
Closed-loop brain stimulation can be a personalized treatment for drug-resistant epilepsy.
Current systems for epilepsy stimulation are delivered upon detection rather than prevention of seizures.
Stimulation parameters often need fine-tuning and can delay treatment efficacy.
Neuromorphic computing has potential in addressing the limitations of current epilepsy treatment systems.
The presented system uses seizure forecasting to drive personalized stimulations.
This system delivers electrical pulses based on forecasts rather than fixed-frequency stimulus trains.
The system was validated using hippocampal spheroids with a 3D microelectrode array.
The system achieves a seizure reduction greater than 97%.
Stimulation primarily occurs at frequencies within 20 Hz, below clinical settings.
Epilepsy is a chronic disorder causing excessive electrical brain discharges.
Epilepsy affects approximately 70 million people worldwide.
30-40% of patients with epilepsy do not respond to anti-seizure medications.
The first-line treatment for drug-resistant epilepsy is surgical resection.
Closed-loop systems deliver electrotherapy based on ongoing brain activity feedback.
FDA has approved the Responsive Neuro Stimulation (RNS) system for epilepsy.
The RNS system aborts seizures at onset rather than preventing them.
Seizure prediction aims at predicting onset but may not consider dynamic seizure processes.
Neuromorphic systems mimic brain energy-efficient functionality and neuron information processing.
The neuromorphic computing system (NCS) uses FPGA technology for real-time forecasting.
The NCS forecasts reduce seizure occurrence primarily using low-frequency stimulation.
A significant seizure reduction was observed without high-frequency stimulation.
Neuromorphic systems use spike trains enabling event-driven computation.
Seizure forecasting uses a probabilistic method assessing seizure occurrence likelihood.
Reservoir computing is leveraged for enabling the NCS functions.
The model’s seizure reduction is observed with less impact on battery and hardware stress.
Closed-loop stimulation delivers more effective outcomes when done during less epileptiform activity.
Validation experiments confirmed seizure reductions using NCS stimulation.
Instantaneous frequencies of stimulation were predominantly less than 20 Hz.
The NCS design incorporates leaky integrate-and-fire (LIF) neuronal layers.
TEXTO PRINCIPAL:
En un avance que promete revolucionar el tratamiento de la epilepsia resistente a medicamentos, científicos han desarrollado un innovador sistema de estimulación cerebral en bucle cerrado. Hasta ahora, la opción tradicional aplicaba impulsos eléctricos solo cuando ya se detectaba una convulsión, lo que no siempre resulta en impedir una crisis. Sin embargo, este nuevo enfoque se basa en la predicción de convulsiones, ajustando cada pulso eléctrico a las necesidades del momento en lugar de seguir un patrón rígido.
Actualmente, un amplio sector de pacientes epilépticos, entre el 30 y 40%, no obtiene resultados con medicamentos y las intervenciones quirúrgicas, aunque efectivas, son irreversibles y no siempre garantizan la eliminación total de las crisis. Así surge la estimulación cerebral como opción alternativa, pero hasta ahora sigue siendo un campo que depende mucho del ensayo y error para determinar eficiencias óptimas.
En un experimento laboratorial, utilizando esferoides hipocampales, se demostró que la estimulación personalizada basada en predicciones puede reducir las convulsiones en más de un 97%. Lo destacable es que, a diferencia de las prácticas actuales que requieren frecuencias más elevadas potencialmente dañinas para el tejido cerebral, el sistema logra su eficacia principalmente mediante frecuencias bajas, inferiores a 20 Hz.
El éxito del sistema radica en la capacidad de su componente, la computación neuromórfica, que de manera eficiente emula la funcionalidad del cerebro para procesar la información neuronal, ofreciendo así un enfoque innovador que maximiza la duración de la vida útil del dispositivo y reduce el deterioro de los electrodos.
Este avance ofrece esperanzas para una nueva generación de dispositivos de neuromodulación que potencialmente podrían cambiar el paradigma de tratamiento adaptativo para la epilepsia, favoreciendo no solo la reducción de las crisis sino también minimizando la carga en el cuerpo y el dispositivo.
Si bien esta iniciativa se encuentra en un estado experimental, con visiones de futuras validaciones en modelos animales, ya marca el camino hacia una verdadera personalización del tratamiento epiléptico. A través de un aprendizaje optimizado por algoritmos y ensayos continuos, se espera que estas técnicas vanguardistas se conviertan en la norma en las intervenciones clínicas futuras.