Naukowcy opracowali biokompatybilną platformę AI do implantowania

Zespół naukowców z Technische Universität Dresden opracował biokompatybilną platformę AI do implantowania, która jest w stanie klasyfikować w czasie rzeczywistym zdrowe i patologiczne wzorce w sygnałach biologicznych, takich jak bicie serca. Platforma nie wymaga nadzoru medycznego, aby wykryć zmiany medyczne.

Badanie zostało opublikowane w czasopiśmie Science Advances.

Wyzwanie implantowalnego AI

Chociaż dane diagnostyczne, takie jak ECG, EEG i zdjęcia rentgenowskie, mogą być analizowane za pomocą uczenia maszynowego w celu wykrycia chorób we wczesnym stadium, nadal jest bardzo trudno wszczepić AI do ludzkiego ciała. Dlatego nowy przełom naukowców z TU Dresden w Katedrze Optoelektroniki jest tak ważny, ponieważ jest to pierwszy raz, kiedy taki system odniósł sukces. 

Zespół badawczy kierowany był przez prof. Karla Leo, dr. Hansa Kleemanna i Matteo Cucchiego. 

Przedstawili nowe podejście do klasyfikacji w czasie rzeczywistym zdrowych i chorych sygnałów bio na podstawie biokompatybilnego chipa AI. Zespół oparł się na sieciach włókien polimerowych, które strukturalnie przypominają ludzki mózg. To one umożliwiają zasadę neuromorficznego AI, czyli obliczeń rezerwowych. 

Włókna polimerowe i sieci rekurencyjne

Gdy włókna polimerowe są utworzone w losowej konfiguracji, nazywa się to „siecią rekurencyjną” i może przetwarzać dane jak ludzki mózg. Ponieważ sieci są nieliniowe, nawet bardzo małe zmiany sygnału mogą być wzmocnione. Przykładem może być bicie serca, które lekarze często mają trudności z oceną. Zadania takie mogą być wykonywane za pomocą sieci polimerowej łatwo dzięki nieliniowej transformacji. 

AI wykazała zdolność do różnicowania między zdrowymi biciami serca a trzema powszechnymi arytmiami podczas prób i osiągnęła wskaźnik dokładności 88%. Sieć polimerowa zużywała również mniej energii niż rozrusznik serca.

Zgodnie z zespołem, potencjalne zastosowania takiego systemu AI do implantowania obejmują monitorowanie arytmii serca lub powikłań po operacji. Mogą one być następnie zgłaszane lekarzom i pacjentom za pomocą smartfona, co umożliwia szybą pomoc medyczną.

Matte Cucchi jest doktorantem i pierwszym autorem artykułu. 

“Wizja połączenia nowoczesnej elektroniki z biologią posunęła się znacznie w ostatnich latach dzięki rozwojowi tzw. organicznych przewodników mieszanych,” powiedział Cucchi. “Do tej pory jednak sukcesy były ograniczone do prostych elementów elektronicznych, takich jak pojedyncze synapsy lub czujniki. Rozwiązywanie złożonych zadań nie było możliwe do tej pory. W naszym badaniu dokonaliśmy istotnego kroku w kierunku realizacji tej wizji. Wykorzystując moc obliczeń neuromorficznych, takich jak obliczenia rezerwowe stosowane tutaj, udało nam się nie tylko rozwiązać złożone zadania klasyfikacji w czasie rzeczywistym, ale także potencjalnie będziemy mogli to robić wewnątrz ludzkiego ciała. To podejście umożliwi opracowanie w przyszłości dalszych inteligentnych systemów, które mogą pomóc uratować ludzkie życie.”