Araştırmacılar Biyoyararlanabilir İmplant Edilebilir AI-Platform Geliştirdi

Technische Universität Dresden’daki bir araştırma ekibi, kalp atışları gibi biyolojik sinyallerdeki sağlıklı ve patolojik kalıpları gerçek zamanlı olarak sınıflandırabilen biyoyararlanabilir bir implant edilebilir AI platformu geliştirdi. Platform, tıbbi değişiklikleri tespit etmek için tıbbi gözetim gerektirmez.

Araştırma Science Advances dergisinde yayımlandı.

İmplant Edilebilir AI’nin Zorluğu

ECG, EEG ve X-ray görüntüleri gibi teşhis verileri, hastalıkları erken tespit etmek için makine öğrenimi ile analiz edilebilir, ancak AI’yi insan vücuduna implant etmek hala çok zor. Bu nedenle, TU Dresden bilim insanlarının Optoelektronik Kürsüsü’nden gelen yeni ilerleme, böyle bir sistemin ilk kez başarılı olduğu için çok büyük bir olay.

Araştırma ekibine Prof. Karl Leo, Dr. Hans Kleemann ve Matteo Cucchi liderlik etti.

Sağlıklı ve hastalıklı bio-sinyallerin gerçek zamanlı olarak sınıflandırılması için biyoyararlanabilir bir AI çipi temelinde yeni bir yaklaşım sundular. Ekibin insan beynine yapısal olarak benzeyen polimer bazlı fiber ağlarına dayandığı görüldü. Bunlar, nöromorfik AI ilkesi olan rezervuar hesaplama ilkesini mümkün kılıyor.

Polimer Lifleri ve Tekrar Eden Ağlar

Polimer lifleri rastgele bir düzenle oluştuğunda, bu bir “tekrar eden ağ” olarak adlandırılır ve insan beyni gibi veri işleyebilir. Ağların doğrusal olmaması nedeniyle, çok küçük sinyal değişiklikleri bile amplifiye edilebilir. Bir kalp atışının bir örneği, doktorların genellikle değerlendirmekte zorlandığı bir şeydir. Bu gibi görevler, doğrusal olmayan dönüşüm sayesinde polimer ağı sayesinde kolayca yapılabilir.

AI, üç yaygın aritmi中的 sağlıklı kalp atışlarını ayırt etme yeteneğini gösterdi ve %88’lik bir doğruluk oranı elde etti. Polimer ağı, bir kalp pili kadar enerji tüketmedi.

Ekibin belirttiğine göre, böyle bir implant edilebilir AI sistemi için olası uygulamalar arasında kalp aritmileri veya ameliyat sonrası komplikasyonların izlenmesi yer alıyor. Bunlar, doktorlara ve hastalara bir akıllı telefon aracılığıyla bildirilebiliyor ve hızlı tıbbi yardım sağlıyor.

Matte Cucchi, doktora öğrencisi ve makalenin ilk yazarı.

“Modern elektroniklerin biyoloji ile birleştirilmesi vizyonu, son yıllarda organik karıştırma iletkenlerinin geliştirilmesi ile önemli bir ilerleme kaydetti” dedi Cucchi. “Ancak şimdiye kadar başarılar, basit elektronik bileşenlere seperti tekil sinapslar veya sensörlere sınırlı kaldı. Karmaşık görevleri çözme mümkün olmadı. Araştırmamızda, bu vizyonu gerçekleştirmek için önemli bir adım attık. Nöromorfik hesaplama gücünü, burada kullanılan rezervuar hesaplama gibi, kullanarak karmaşık sınıflandırma görevlerini gerçek zamanlı olarak çözdük ve gelecekte insan vücudunda da bunu yapabileceğiz. Bu yaklaşım, gelecekte insan hayatını kurtarabilecek daha akıllı sistemlerin geliştirilmesini mümkün kılacak.”