Forscher entwickeln biokompatibles implantierbares AI-Plattform-System

Ein Team von Forschern an der Technischen Universität Dresden hat eine biokompatible implantierbare AI-Plattform entwickelt, die in der Lage ist, in Echtzeit gesunde und pathologische Muster in biologischen Signalen wie Herzschlägen zu klassifizieren. Die Plattform benötigt keine medizinische Aufsicht, um medizinische Veränderungen zu erkennen.

Die Forschung wurde in der Zeitschrift Science Advances veröffentlicht.

Die Herausforderung der implantierbaren KI

Während diagnostische Daten wie ECG, EEG und Röntgenbilder mit Machine Learning analysiert werden können, um Krankheiten frühzeitig zu erkennen, ist es immer noch extrem schwierig, KI in den menschlichen Körper zu implantieren. Deshalb ist der neue Fortschritt der Wissenschaftler der TU Dresden am Lehrstuhl für Optoelektronik so bedeutend, da es sich um den ersten erfolgreichen Versuch handelt, ein solches System zu entwickeln.

Das Forschungsteam wurde von Prof. Karl Leo, Dr. Hans Kleemann und Matteo Cucchi geleitet.

Sie präsentierten einen neuen Ansatz für die Echtzeit-Klassifizierung von gesunden und kranken Biosignalen auf der Grundlage eines biokompatiblen AI-Chips. Das Team verließ sich auf polymerbasierte Fasernetzwerke, die strukturell dem menschlichen Gehirn ähneln. Diese ermöglichen das neuromorphe KI-Prinzip des Reservoir-Computing.

Polymere Fasern und rekurrente Netze

Wenn die Polymerfasern in einer zufälligen Anordnung gebildet werden, wird dies als “rekurrentes Netz” bezeichnet und kann Daten wie ein menschliches Gehirn verarbeiten. Da die Netze nichtlinear sind, können sogar extrem kleine Signaländerungen verstärkt werden. Ein Beispiel dafür wäre ein Herzschlag, den Ärzte oft Schwierigkeiten haben zu bewerten. Aufgaben wie diese können durch das Polymer-Netz leicht dank der nichtlinearen Transformation durchgeführt werden.

Die KI demonstrierte die Fähigkeit, zwischen gesunden Herzschlägen und drei häufigen Herzrhythmusstörungen zu unterscheiden, und erreichte eine Genauigkeitsrate von 88 %. Das Polymer-Netz verbrauchte auch weniger Energie als ein Herzschrittmacher.

Laut dem Team könnten potenzielle Anwendungen für ein solches implantierbares KI-System die Überwachung von Herzrhythmusstörungen oder Komplikationen nach einer Operation umfassen. Diese können dann an Ärzte und Patienten über ein Smartphone gemeldet werden, was eine schnelle medizinische Hilfe ermöglicht.

Matteo Cucchi ist ein PhD-Student und Erstautor des Papiers.

“Die Vision, moderne Elektronik mit Biologie zu kombinieren, hat in den letzten Jahren mit der Entwicklung sogenannter organischer Mischleiter große Fortschritte gemacht”, sagte Cucchi. “Bisher waren die Erfolge jedoch auf einfache elektronische Komponenten wie einzelne Synapsen oder Sensoren beschränkt. Die Lösung komplexer Aufgaben war bisher nicht möglich. In unserer Forschung haben wir nun einen entscheidenden Schritt in Richtung Realisierung dieser Vision unternommen. Durch die Nutzung der Kraft des neuromorphen Computings, wie hier das Reservoir-Computing, haben wir es nicht nur geschafft, komplexe Klassifizierungsaufgaben in Echtzeit zu lösen, sondern werden auch potenziell in der Lage sein, dies innerhalb des menschlichen Körpers zu tun. Dieser Ansatz wird es ermöglichen, weitere intelligente Systeme in der Zukunft zu entwickeln, die helfen können, menschliche Leben zu retten.”