Para peneliti dari University of Bristol, Inggris, berhasil menunjukkan kemampuan organoid otak manusia dalam memproses pola huruf Braille melalui eksperimen komputasi biohibrida. Penelitian yang dipublikasikan pada 16 Oktober 2026 dalam jurnal Frontiers in Artificial Intelligence ini menggabungkan jaringan saraf biologis, sensor sentuhan, dan sistem pembelajaran mesin. Hasil pengujian menunjukkan bahwa penggunaan satu organoid menghasilkan akurasi klasifikasi 61 persen, sedangkan kombinasi tiga organoid meningkat menjadi 83 persen. Temuan tersebut membuka peluang pengembangan teknologi komputer biologis yang berpotensi lebih hemat energi, meskipun kemampuan pembelajaran organoid dalam eksperimen ini belum terbukti.
Terobosan Teknologi Organoid Otak dalam Mengenali Pola Braille
Perkembangan sistem kecerdasan buatan memperbesar kebutuhan terhadap metode pengolahan data yang efisien. Pada sebagian besar perangkat elektronik, aktivitas komputasi digital mengandalkan prosesor berbasis silikon. Meski teknologi tersebut terus berkembang, penggunaan daya perangkat digital mendorong pencarian solusi baru. Dalam upaya mengeksplorasi metode baru, ilmuwan University of Bristol menguji penggunaan organoid otak sebagai bagian dari sistem komputasi biohibrida. Rancangan penelitian ini menghubungkan organoid hidup dengan perangkat komputasi untuk mengeksplorasi kemampuan pengolahan informasi.
Dalam penelitian tersebut, tim ilmuwan menggunakan organoid yang dikembangkan dari sel manusia untuk merespons sinyal elektronik. Jaringan biologis mini ini hanya merepresentasikan sebagian karakteristik jaringan otak. Walaupun ukurannya sangat kecil, organoid memiliki jaringan sel saraf hidup. Tim penelitian selanjutnya memberikan pola stimulasi yang mewakili huruf Braille. Aktivitas listrik yang muncul dianalisis menggunakan algoritma komputer untuk menentukan kesesuaian respons dengan rangsangan. Pendekatan penelitian tersebut menunjukkan hubungan antara sensor buatan dan jaringan biologis.
Mekanisme Sensor Sentuhan dan Elektroda pada Komputasi Biohibrida
Dalam merancang pengujian, ilmuwan memanfaatkan perangkat pendeteksi taktil untuk merekam karakteristik susunan titik Braille. Sistem tulisan Braille mengandalkan susunan titik tertentu yang digunakan sebagai media komunikasi taktil. Dalam eksperimen tersebut, peneliti menggunakan seluruh 26 karakter alfabet dalam pengujian. Informasi taktil yang diperoleh kemudian diubah menjadi pola stimulasi listrik. Proses tersebut menjadi penghubung utama antara perangkat elektronik dengan sistem biologis.
Sesudah data taktil diubah menjadi sinyal listrik, peneliti menggunakan susunan mikroelektroda untuk memberikan stimulasi. Multielectrode array atau MEA merupakan susunan elektroda yang memungkinkan interaksi dengan sel biologis. Pada penelitian ini, organoid menerima stimulasi listrik sesuai pola tertentu. Setelah menerima rangsangan, organoid menunjukkan pola impuls saraf yang ditangkap oleh sistem pengukuran. Dengan demikian, informasi sentuhan dapat direpresentasikan dalam respons biologis. Namun, proses tersebut belum menunjukkan kemampuan membaca seperti manusia.
Algoritma Machine Learning Membantu Mengenali Respons Organoid
Ketika aktivitas neuron berhasil direkam, peneliti memanfaatkan metode machine learning untuk membedakan respons terhadap setiap huruf. Algoritma yang digunakan adalah support vector machine atau SVM, yaitu algoritma yang dapat membedakan kategori berdasarkan karakteristik informasi. Pada proses analisis, sistem menganalisis perbedaan sinyal biologis yang dihasilkan. Selanjutnya, algoritma menentukan kategori sinyal yang diterima. Berkat pengolahan data tersebut, jaringan saraf hidup berperan sebagai komponen biologis dalam sistem klasifikasi.
Peran pembelajaran mesin penting dibedakan dari kemampuan organoid. Pada konfigurasi eksperimen, organoid tidak menghasilkan keluaran berupa karakter tertulis. Sebaliknya, aktivitas neuron direkam lalu dianalisis melalui model pembelajaran mesin. Pencapaian sistem biohibrida mengindikasikan jaringan biologis mampu menghasilkan respons informatif. Meski hasilnya menarik, hasilnya belum dapat digunakan untuk menyimpulkan adanya pembelajaran biologis jangka panjang. Pembedaan tersebut membantu menempatkan hasil penelitian secara proporsional.
Hasil Eksperimen Komputasi Biohibrida dengan Satu dan Tiga Organoid
Pencapaian penting dalam penelitian adalah perbaikan hasil pengenalan pola melalui kombinasi jaringan biologis. Pada konfigurasi organoid tunggal, algoritma mencatat keberhasilan klasifikasi sebesar 61 persen. Pada konfigurasi berikutnya, penggunaan tiga organoid meningkatkan akurasi menjadi 83 persen. Perbedaan hasil ini menunjukkan manfaat penggabungan respons biologis. Pada pengujian laboratorium ini, persentase tersebut menggambarkan keberhasilan decoder, bukan kemampuan organoid mengenali tulisan seperti manusia.
Eksperimen tersebut memperlihatkan bahwa kombinasi tiga organoid memiliki ketahanan lebih baik terhadap gangguan sinyal. Untuk mengevaluasi ketahanan sistem, ilmuwan menambahkan gangguan buatan pada sinyal Braille. Kemudian, peneliti mengevaluasi hasil biohibrida terhadap decoder tanpa organoid. Hasilnya, pengolahan melalui organoid membantu mempertahankan informasi. Walaupun hasil tersebut positif, peneliti belum mengetahui secara pasti penyebab peningkatannya.
Peluang Penggunaan Organoid Otak dalam Sistem Pemrosesan Masa Depan
Eksperimen pengolahan sinyal biologis memberikan arah pengembangan alternatif bagi arsitektur pemrosesan berdaya rendah. Sistem saraf biologis manusia dikenal memiliki efisiensi energi yang tinggi. Dengan mempertimbangkan kemampuan biologis tersebut, ilmuwan tertarik mempelajari penggunaan organoid sebagai komponen pengolah informasi. Apabila teknologi ini terus berkembang, organoid berpotensi mendukung pemrosesan informasi tertentu. Namun demikian, belum ada bukti bahwa sistem eksperimen ini lebih hemat energi secara keseluruhan.
Untuk mencapai penggunaan praktis, sejumlah hambatan pengembangan harus diselesaikan. Organoid merupakan jaringan hidup sehingga memerlukan lingkungan pemeliharaan khusus. Selain itu, variasi biologis dapat memengaruhi hasil karena struktur jaringan dan kondisi perkembangan tidak seragam. Variasi respons ini membuat standardisasi menjadi sulit. Selain tantangan rekayasa, pengembangan sistem berbasis organoid juga memerlukan tata kelola penelitian yang bertanggung jawab, termasuk asal sel dan persetujuan donor.
Prospek Pengembangan Komputer Biologis setelah Eksperimen Braille
Penelitian dari University of Bristol menghadirkan temuan menarik dalam pengembangan antarmuka jaringan saraf dan perangkat elektronik. Berkat pengodean informasi Braille, sistem elektroda berukuran kecil, serta metode klasifikasi digital, peneliti berhasil mengidentifikasi pola huruf dari respons organoid. Perbaikan hasil melalui penggunaan tiga organoid menjadi indikasi potensi penggabungan jaringan biologis. Meskipun demikian, eksperimen ini belum membuktikan pembelajaran organoid. Ke depan, pengujian rangsangan sentuhan yang lebih kompleks berpotensi memperluas penelitian komputasi biologis. Apa pendapat Anda, apakah pengembangan pemrosesan informasi biologis mampu menghadirkan pendekatan baru yang bermanfaat? Bagikan pemikiran Anda mengenai masa depan penelitian organoid otak.
