可植入AI平台检测病理变化

人工智能(AI)将从根本上改变医学和医疗保健:诊断患者数据，例如心电图、脑电图或X射线图像可以通过机器学习的帮助分析，从而可以在基于微妙变化的早期阶段检测疾病。然而，在人体内植入AI仍然是一个主要的技术挑战。光电子椅子的Tu Dresden科学家现在首次成功地在开发生物兼容的植入AI平台时，该平台在真正的健康和病理模式中在诸如心跳中的生物信号中进行分类。它可以在没有医疗监督的情况下检测出病理变化。

在这项工作中，由Karl Leo教授、Hans Kleemann博士和Matteo Cucchi领导的研究团队展示了一种基于生物兼容AI芯片的健康和疾病生物信号实时分类方法。他们使用聚合物基于结构性类似于人脑的纤维网络，使储层计算的神经形态AI原理。聚合物纤维的随机布置形成所谓的“复发网络”，其允许其处理类似于人脑的数据。这些网络的非线性使得即使是最小的信号变化也能够放大 - 例如，在心跳的情况下，例如 - 医生通常难以评估。然而，使用聚合物网络的非线性变换使得这种可能没有任何问题。

在试验中，人工智能能够区分健康心跳三种常见心律失常，准确率为88%。在这个过程中，聚合物网络消耗的能量比起搏器要少。可植入人工智能系统的潜在应用是多方面的:例如，它们可以用于监测心律失常或术后并发症，并通过智能手机向医生和患者报告，从而实现快速医疗救助。

“近年来，随着所谓的有机混合导体的发展，近年来，将现代电子与生物学结合的愿景，”Matteo Cucchi，Phd学生和本文的第一作者解释说。然而，到目前为止，成功一直限于个人的简单电子元件突触或传感器。到目前为止，还不可能解决复杂的任务。在我们的研究中，我们朝着实现这一愿景迈出了关键的一步。通过利用神经形态计算的能力，比如这里使用的储层计算，我们不仅成功地实时解决了复杂的分类任务，而且我们还可能能够在人体中完成这一任务。这种方法将使未来进一步开发智能系统成为可能，帮助拯救人类生命。”