EPFL создала чип LogSync, читающий связь между областями мозга

Исследователи Федеральной политехнической школы Лозанны (EPFL) под руководством Махсы Шоаран создали LogSync, маломощную имплантируемую «систему на кристалле» для мозга. Шоаран возглавляет Лабораторию интегрированных нейротехнологий в Инженерной школе и Институте Neuro-X при EPFL. Работа опубликована в IEEE Journal of Solid-State Circuits (в цитировании указан сентябрь 2026 года); первый автор статьи, D. Alex.

Контекст такой. Глубокая стимуляция мозга (DBS) подаёт электрические импульсы в определённые зоны через имплант. Её уже широко применяют при двигательных расстройствах вроде болезни Паркинсона, а теперь изучают и для тяжёлых психических заболеваний: большой депрессии, посттравматического стрессового расстройства, обсессивно-компульсивного расстройства. Но большинство существующих систем DBS работают по «разомкнутому» принципу: стимуляция идёт по заранее заданным настройкам и не подстраивается под активность мозга пациента. Многие замкнутые (адаптивные) системы опираются на сигнал лишь из одной области мозга. Для психиатрии это серьёзное ограничение, потому что клинически значимая информация может быть распределена по сети взаимодействующих областей. По словам Шоаран, работа опирается на растущий массив исследований, согласно которым психические расстройства возникают скорее из-за нарушений связи между областями мозга, чем из-за сбоя в какой-то одной.

LogSync записывает активность мозга и извлекает биомаркеры двух видов: силу мозговых волн (осцилляций) и синхронность сигналов из разных областей. Затем алгоритм машинного обучения анализирует эти биомаркеры уровня сети, различает когнитивные и эмоциональные состояния и при обнаружении нужного состояния формирует триггеры стимуляции. Ещё одна находка, логарифмические вычисления, которые упрощают сложные операции, нужные для анализа мозговых сетей, извлечения биомаркеров и декодирования в реальном времени.

Проверка шла в два этапа. Сначала чип оценивали на записях мозга людей из прежних психиатрических экспериментов: в одном наборе данных менялась когнитивная вовлечённость при выполнении умственной задачи, в другом, эмоциональное возбуждение при просмотре видеороликов. Алгоритм различал эти состояния только по нейронным записям. Затем в экспериментах на крысах в Университете Миннесоты имплант отслеживал текущие колебания и генерировал триггеры стимуляции на заранее заданных фазах мозговой активности.

Главной трудностью Шоаран называет крайне ограниченный энергетический бюджет импланта. Вся система спроектирована совместно: алгоритмы и «железо» разрабатывались вместе с учётом ограничений импланта. Это позволило уместить обработку и декодирование сигналов уровня сети на одном кристалле при потреблении менее 200 микроватт, «малой доле» того, что обычно требуют многие имплантируемые нейроинтерфейсы. Работа выполнена в рамках гранта Национального института психического здоровья США (NIMH) на 6,6 млн швейцарских франков на системы, способные измерять и контролировать осцилляторные сети мозга при тяжёлых психических заболеваниях, прежде всего расстройствах настроения и тревожных расстройствах. Она развивает прежние наработки лаборатории по декодированию мозговой активности в текст и замкнутой нейромодуляции.

Первичная проверка касалась психиатрии, но, по заявлению EPFL, умение извлекать биомаркеры мозговых сетей и запускать точно рассчитанную по времени стимуляцию применимо шире: к адаптивной DBS при двигательных расстройствах, замкнутой неинвазивной стимуляции и новым интерфейсам на фокусированном ультразвуке. Параллельно лаборатория разрабатывает методы машинного обучения, которые учатся прямо на нейронных записях, а не на заранее заданных биомаркерах. Недавняя работа на ICML 2026 использует самообучение (self-supervised learning), чтобы охватить активность по областям, каналам и времени; эти усилия, в том числе через EPFL-стартап Infera Neuro, сооснователем которого является Шоаран, призваны приблизить интеллектуальные нейроинтерфейсы к клинике.

Ключевые факты

LogSync, имплантируемая система на кристалле из лаборатории Махсы Шоаран (EPFL): извлекает силу мозговых волн и синхронность между областями мозга, а алгоритм машинного обучения различает когнитивные и эмоциональные состояния и формирует триггеры стимуляции.
Энергопотребление всей обработки и декодирования на одном кристалле, менее 200 микроватт, по словам Шоаран, малая доля от типичного для многих имплантируемых нейроинтерфейсов; помогли совместное проектирование алгоритмов и «железа» и логарифмические вычисления.
Проверка: записи мозга людей из прежних психиатрических экспериментов (умственная задача и просмотр видеороликов) и опыты на крысах в Университете Миннесоты, где имплант запускал стимуляцию на заданных фазах активности.
Работа опубликована в IEEE Journal of Solid-State Circuits и выполнена в рамках гранта NIMH на 6,6 млн швейцарских франков; цель, будущая адаптивная терапия тяжёлых психических расстройств.
Заявлена применимость и за пределами психиатрии: адаптивная DBS при двигательных расстройствах, неинвазивная стимуляция, интерфейсы на фокусированном ультразвуке.

Почему это важно

Большинство систем глубокой стимуляции мозга работают без обратной связи, а многие адаптивные смотрят на одну область мозга. Для психических расстройств, которые, по словам Шоаран, связаны скорее с нарушением связи между областями, этого недостаточно. LogSync показывает, что анализ сетевых признаков (синхронности между областями) и управление стимуляцией можно уместить на одном кристалле с потреблением менее 200 микроватт, то есть в реалистичный бюджет импланта. Это шаг к адаптивной стимуляции, подстраивающейся под состояние пациента.

Кому это важно

Инженерам и исследователям нейроинтерфейсов и имплантируемой электроники, психиатрам и нейробиологам, изучающим DBS при депрессии, ПТСР и обсессивно-компульсивном расстройстве, а также разработчикам алгоритмов машинного обучения для устройств с жёстким энергетическим лимитом.

Как это применить

Для обычного читателя практического применения пока нет: это научная разработка, сроков клинических испытаний или выхода на рынок в материале не названо. Для разработчиков полезна сама идея: проектировать алгоритмы и аппаратуру совместно под ограничения импланта и упрощать вычисления через логарифмы. Заявленные направления использования, адаптивная DBS при двигательных расстройствах, замкнутая неинвазивная стимуляция и интерфейсы на фокусированном ультразвуке.

Можно ли доверять

Статья вышла в рецензируемом журнале IEEE Journal of Solid-State Circuits, цитирование с DOI приведено. Но пересказ опирается на новость самого EPFL, то есть на описание разработки её авторами; цифры и оценки (например, «малая доля» от потребления других систем) даны со слов Шоаран без численного сравнения с конкретными аналогами.

Риски и подводные камни

Имплант не вживляли людям: человеческие данные, это прежние записи из других экспериментов, а испытания на живых организмах упомянуты только на крысах. Показатели качества различения состояний (точность, чувствительность) в материале не приведены, так что судить, насколько хорошо работает классификация, нельзя. Сроков клинических испытаний и коммерциализации тоже нет. Кроме того, раннюю работу команды 2025 года на симпозиуме VLSI называют по цифре 196 микроватт, а в этом тексте говорится «менее 200 микроватт», не стоит смешивать эти два значения.

«Наша работа опирается на растущий массив исследований, согласно которым психические расстройства возникают скорее из-за нарушений связи между областями мозга, чем из-за сбоя в какой-либо одной области.»

— Махса Шоаран, руководитель Лаборатории интегрированных нейротехнологий EPFL