في سابقة مهمة لعالم التقنية العصبية، تم تقديم نظام جديد يُعرف باسم Association Profile-conditioned Set-Temporal transformer (APST)، والذي يعالج أحد التحديات الرئيسية في فك شفرة تحركات الدماغ. تعتبر القراءات العصبية (Intracortical motor decoders) عرضة للتدهور عبر الجلسات المختلفة، بسبب تغير الوحدات المسجلة وكيفية تأثيرها على السلوك.

تراهن معظم الأساليب السابقة على تحديث أوزان الشبكة العصبية في كل جلسة جديدة أو تعتمد على نشاط غير مُصنف، مما لا يُظهر التغيرات بصورة مباشرة. في المقابل، يأتي APST بحل مبتكر حيث يكيّف الشبكة مع الجلسات الجديدة مع المحافظة على جميع الأوزان ثابتة.

يعتمد النظام على عدد قليل من تجارب المعايرة المُصنفة، لتلخيص كيفية ارتباط إطلاق كل وحدة بالسلوك عبر نمط تكاملي رباعي الأبعاد. هذه الأنماط تُعد بمثابة عامل مؤثر لمحور الانتباه المُخصص الذي يقبل أي عدد وترتيب من الوحدات، متبوعًا بهيكلية تحوّل سببي للتشفير المتدفق.

لقد أثبتت التجارب في مجموعة بيانات DANDI688 المُعزولة من قِبل قردين، أن APST يُحقق نسبة $R^2$ للسرعة بلغت 0.78 و0.81، مُتفوقًا بذلك على نموذج يعتمد على النشاط العصبي فقط والذي سجل $R^2$ بقيمة 0.40 و0.58. كما كان الأداء في تقييم FALCON الخاص متنوعًا حيث تم تحقيق نسب $R^2$ بـ 0.65، 0.42، و0.44 على M1، M2، وH1. يُظهر هذا التطور المثير كيف أن التكنولوجيا يمكن أن تُحدث ثورة في فهمنا لقراءة النشاط الدماغي ودعم التطبيقات المستندة إلى هذا الفهم.