研究者が開発した生体適合性を備えた埋め込み可能なAIプラットフォーム

ドレスデン工科大学の研究者チームは、心拍や生物信号などの健康なパターンと病的パターンをリアルタイムで分類できる生体適合性を備えた埋め込み可能なAIプラットフォームを開発しました。このプラットフォームは、医療監督なしに医療上の変化を検出できます。

この研究は、Science Advances誌に掲載されています。

埋め込み可能なAIの課題

診断データ、たとえばECG、EEG、X線画像は、疾患を早期に検出するために機械学習で分析できます。しかし、AIを人間の体内に埋め込むことは非常に難しいです。これは、ドレスデン工科大学のOptoelectronics部門のTU Dresden科学者による新しい進歩が重要な理由です。これは、初めてこのようなシステムが成功を示したからです。

研究チームは、Karl Leo教授、Hans Kleemann博士、Matteo Cucchiによって率いられました。

彼らは、生体適合性のあるAIチップに基づく健康なバイオシグナルと疾患バイオシグナルのリアルタイム分類のための新しいアプローチを提示しました。チームは、人間の脳に構造的に似たポリマーベースのファイバーネットワークに頼りました。これが、リザーバーコンピューティングのニューロモルフィックAI原則を可能にします。

ポリマーファイバーと再帰ネットワーク

ポリマーファイバーがランダムな配置で形成されると、これを「再帰ネットワーク」と呼び、人間の脳のようにデータを処理できます。ネットワークは非線形なので、極めて小さな信号の変化も増幅できます。心拍は、医師が評価するのに難しい例ですが、ポリマーネットワークを通じて非線形変換により簡単に実行できます。

AIは、3つの一般的な不整脈から健康な心拍を区別する能力を実証し、88％の精度率を達成しました。ポリマーネットワークは、ペースメーカーよりも少ないエネルギーを消費しました。

チームによると、このような埋め込み可能なAIシステムの潜在的な応用例には、心拍の不整脈や手術後の合併症の監視が含まれます。これらは、スマートフォンを介して医師と患者に報告できます。これにより、迅速な医療支援が可能になります。

Matte Cucchiは、博士課程の学生であり、論文の第一著者です。

「近年、有機混合導電体の開発により、現代の電子機器と生物学を組み合わせるというビジョンが大幅に進展しました。」とCucchiは述べました。「しかし、現在のところ、成功は単純な電子部品、たとえば個々のシナプスやセンサーに限定されていました。複雑なタスクを解決することはできませんでした。私たちの研究では、このビジョンを実現するための重要なステップを踏み出しました。ニューロモルフィック・コンピューティング、たとえばここで使用されているリザーバーコンピューティングの力を利用することで、複雑な分類タスクをリアルタイムで解決できるだけでなく、将来的には人間の体内でこれを行うことも可能になるでしょう。このアプローチにより、将来的には人間の命を救うことができるさらなる知能システムを開発することが可能になります。」