Neuralink의 BMI

Elon Musk가 2019년 JMIR에 게재한 white paper인 "An Integrated Brain-Machine Interface Platform With Thousands of Channels"를 리뷰해 보려고 한다.

 

 

본 논문은 Neuralink의 고도화된 Brain-Machine Interface 플랫폼 개발 과정을 소개하며, 3072개의 전극을 포함한 초소형 전극과 이를 삽입하는 로봇, 그리고 데이터 수집 및 처리를 위한 시스템에 대해 다루고 있다.

 

Introduction

1. 기존의 clinical BMI는 다양한 방식으로 개발 시도되었다.

 

2. 256개의 전극을 가진 BMI 시스템만으로 컴퓨터 커서 조정, 로봇제어, 발화 형성이 가능한 것으로 알려져 있으며 이는 사람과 컴퓨터 간의 고차원 지식의 교환 가능성을 시사한다.

 

3. 사람과 기계 간의 정보교환은 침습적인 방법과, 비침습적인 방법이 있을 수 있다.

 

4. 비침습적인 방법은 모든 뉴런(백만 개 단위)의 활동을 평균 때리는 방법이기에 개별 뉴런의 활동을 알기 어렵다.

 

5. 따라서 뇌의 피질 위에 침습적으로 전극을 꽂는 방법을 생각해야 한다.

 

6. 이 방법도 여전히 뉴런의 신호를 평균하는 방법이긴 한데, 평균하는 뉴런의 개수가 천 단위로 줄어든다. 그러나, 뇌 깊은 곳의 활동을 수집하지 못한다.

 

7. 전극을 이용해야 제대로 된 BMI를 개발할 수 있음에는 이견이 많지 않지만, 기술적 한계가 분명히 존재한다. 안전하게 오랫동안 체내에 존재할 수 있어야 하며, 저전력으로 신호 수집이 가능한 디바이스를 삽입할 수 있는 실용적인 수술법이 개발되어야 한다.

 

8. 대부분의 디바이스는 딱딱한 금속이나 반도체로 제작되는데, 이들은 면역반응을 잘 일으키는 것으로 알려져 있으며 혈관 분포 등으로 인해 유연한 신호수집이 어렵다.

 

9. 이의 대안은 고분자 재질의 필름 형태의 flexible한 디바이스 제작이다.

 

10. 이들은 물렁물렁하기 때문에 삽입이 어려운데, 딱딱한 물체로 보강을 대거나 주사로 삽입하는 방법 등이 있으나 여전히 느리고 어렵다.

 

11. Neuralink는 이러한 필름 형태의 디바이스 삽입 측면에서 획기적인 기술을 개발했다.

 

12. 이러한 기술은 세 가지로 이루어지는데, 첫째는 flexible device의 개발, 둘째는 이를 삽입하는 surgical robot의 개발, 그리고 데이터 수집을 위한 고밀도 전극 배열이다.

 

13. 이 장비를 오랜 시간 이식이 가능하도록 패키징했고, 모든 대역의 신호를 실시간으로 수집할 수 있는 장비를 만들어 온라인 소프트웨어와 연동하는 데 성공했다.

 

Threads - 디바이스 구조

1. 여러 가지 생체적합성 물질을 테스트해 본 결과, 신경탐침(neural probe)이 올라가는 기판 재료로 polyimide 필름을 사용했고, 도선을 금으로 만들었다.

Polyimide Film

2. 전극 접점을 thread라고 부른다. 이는 신호 획득 및 증폭을 가능하게 하는 칩, 그리고 인터페이스 센서와 결합된다. thread 1개당 32개의 전극이 들어가며, 디바이스 1개당 48~96개의 thread가 존재하므로 최대 3072개의 전극이 달릴 수 있다.

 

3. 웨이퍼(집적 회로 제작을 위한 기판 슬라이스)를 이용해서, 3072개짜리 전극이 달린 디바이스를 10개씩 생산할 수 있으며, 이러한 공정을 Neuralink에서 만들었다.

웨이퍼

 

4. Neuralink에서는 20종 이상의 다양한 디바이스(probe)의 배열을 제작하여 테스트해봤다.

 

Robots - 삽입 기술

1. 필름형 디바이스는 상술한 이유로 삽입하기 어렵다.

 

2. Neuralink에서는 삽입을 위한 빠르고 신뢰가능한 로봇 기술을 개발했다.

 

3. 로봇은 thread를 안정적으로 잡고 이동시키는 needle - pincher 구로 이루어져 있다.

4. 로봇의 needle - pincher 구조는 brain proxy (뇌의 모사체)에 아래와 같은 방법으로 삽입된다.

 

5. 실제 뇌에서는 thread가 경막(dura mater)과 거미막(arachnoid mater)를 뚫고 대뇌피질 표면(cortical surface)에 도달하게 된다.

6. 이러한 needle - pincher 구조는 카트리지에 담겨 활용되며, 카트리지는 아래와 같은 로봇에 로딩된다. 로봇에는 안정적이고 정밀하게 수술을 수행할 수 있는 각종 센서가 들어간다.

Electronics - 컴퓨터와 연결

1. Neuralink의 전자 시스템은 뇌에서 수집된 아날로그 신호를 증폭하여 디지털 신호로 변환하고 제어하는 역할을 한다.

 

2. 칩 전체는 6mW를 소비하며 19.3kHz의 속도로 신호를 샘플링할 수 있다.

 

3. 신경 활동전위의 LFP(Local Field Potential)은 0.1~300Hz이며, 스파이크는 최대 3000Hz의 주파수 대역에서 발생한다.

 

4. Nyquist Sampling Theorem에 따르면 sampling rate는 최대 주파수의 두 배를 넘어야 하므로, 19.3kHz는 3000Hz의 스파이크 신호를 포착하기에 충분하다.

 

5. 이러한 단위는 ASIC(Application Specific Integration Circuit)이라 불리며, USB-C를 통해 실시간 데이터 전송이 가능하다.

 

6. 쥐에는 아래와 같이 이식될 수 있다.

Electrophysiology

1. Neuralink에서는 이렇게 개발된 디바이스를 Long evans 쥐에 삽입하여 실제 신호를 수집하고 분석했다. 아래는 전극에서 수집되는 raw signal의 형태이다.

 

2. 스파이크 감지 알고리즘을 이용하여 쥐의 활동전위를 분석하였고, (permissive filtering이라 민감도가 높다) raster plot으로 신경 신호를 시각화하였다.

Raster plot의 예시

 

3. 아래는 쥐의 뇌에 전극이 삽입된 위치와, 도시된 raster plot의 형태를 볼 수 있다. 직관적으로 봐도 꽤 높은 해상도임을 확인할 수 있다.

 

Discussion

1. 이 기술은 임상적으로는 척수 손상 환자에게 디지털 장비 제어 기능을 줄 수 있다.

 

2. 특정 뇌 영역에 타겟팅하여 전극을 맞춤형으로 설계할 수 있다. (최근 non-invasive brain decoding으로 뇌 신호랑 LLM을 연동하는 연구가 많이 보이는데, 침습적인 signal을 쓰면 정확도가 얼마나 올라갈지 궁금하다. 이미 Neuralink에서는 다 했을지도 모른다)

 

3. 외과적 로봇수술 기술이 발전하면 수술 시간을 늘리지 않고 더 많은 전극을 삽입할 수 있을 것이다.