Các nhà nghiên cứu phát triển nền tảng AI cấy ghép tương thích sinh học

Một nhóm các nhà nghiên cứu tại Technische Universität Dresden đã phát triển một nền tảng AI cấy ghép tương thích sinh học có khả năng phân loại thời gian thực các mẫu sinh học lành tính và bệnh lý như nhịp tim. Nền tảng này không cần giám sát y tế để phát hiện thay đổi y tế.

Nghiên cứu được công bố trên tạp chí Science Advances.

Thử thách của AI cấy ghép

Mặc dù dữ liệu chẩn đoán như ECG, EEG và hình ảnh X-quang có thể được phân tích bằng học máy để phát hiện bệnh sớm, nhưng việc cấy ghép AI vào cơ thể con người vẫn cực kỳ khó khăn. Đó là lý do tại sao sự tiến bộ mới từ các nhà khoa học TU Dresden tại Chủ tịch Optoelectronics lại là một vấn đề lớn, vì đây là lần đầu tiên một hệ thống như vậy đã chứng minh thành công.

Đội nghiên cứu được dẫn đầu bởi Giáo sư Karl Leo, Tiến sĩ Hans Kleemann và Matteo Cucchi.

Họ đã trình bày một cách tiếp cận mới để phân loại thời gian thực các tín hiệu sinh học lành tính và bệnh lý dựa trên một con chip AI tương thích sinh học. Đội ngũ đã dựa vào mạng lưới sợi polymer, cấu trúc giống như não bộ con người. Đây là những gì cho phép nguyên tắc AI giống như não bộ của reservoir computing.

Sợi polymer và mạng lưới hồi quy

Khi các sợi polymer được hình thành trong một sắp xếp ngẫu nhiên, điều này được gọi là một “mạng lưới hồi quy”, và nó có thể xử lý dữ liệu như não bộ con người. Bởi vì các mạng lưới không tuyến tính, thậm chí các thay đổi tín hiệu nhỏ nhất cũng có thể được khuếch đại. Một ví dụ về điều này sẽ là một nhịp tim, mà các bác sĩ thường gặp khó khăn khi đánh giá. Các nhiệm vụ như này có thể được thực hiện thông qua mạng lưới polymer dễ dàng nhờ vào biến đổi phi tuyến tính.

AI đã chứng minh khả năng phân biệt giữa các nhịp tim lành tính từ ba loại rối loạn nhịp tim phổ biến trong các thử nghiệm, và nó đạt được tỷ lệ chính xác 88%. Mạng lưới polymer cũng tiêu thụ ít năng lượng hơn so với một máy tạo nhịp tim.

Theo đội ngũ, các ứng dụng tiềm năng cho hệ thống AI cấy ghép như vậy bao gồm việc theo dõi các rối loạn nhịp tim hoặc các biến chứng sau phẫu thuật. Những điều này sau đó có thể được báo cáo cho cả bác sĩ và bệnh nhân thông qua một điện thoại thông minh, cho phép hỗ trợ y tế nhanh chóng.

Matte Cucchi là một sinh viên tiến sĩ và là tác giả đầu tiên của bài báo.

“Tầm nhìn kết hợp điện tử hiện đại với sinh học đã đi một chặng đường dài trong những năm gần đây với sự phát triển của các dẫn điện hỗn hợp hữu cơ,” Cucchi nói. “Tuy nhiên, cho đến nay, thành công đã bị giới hạn ở các thành phần điện tử đơn giản như các synap đơn lẻ hoặc cảm biến. Việc giải quyết các nhiệm vụ phức tạp chưa được thực hiện cho đến nay. Trong nghiên cứu của chúng tôi, chúng tôi đã thực hiện một bước quan trọng hướng tới việc hiện thực hóa tầm nhìn này. Bằng cách tận dụng sức mạnh của tính toán giống như não bộ, chẳng hạn như tính toán reservoir được sử dụng ở đây, chúng tôi đã thành công không chỉ trong việc giải quyết các nhiệm vụ phân loại phức tạp trong thời gian thực mà còn có khả năng thực hiện điều này trong cơ thể con người. Cách tiếp cận này sẽ cho phép phát triển các hệ thống thông minh hơn trong tương lai có thể giúp cứu sống con người.”