即使没有医疗监督，它也能检测出病理变化。研究成果现已发表在《科学进展》杂志上。
在这项工作中，由Karl Leo教授、Hans Kleemann博士和Matteo Cucchi领导的研究小组展示了一种基于生物相容性AI芯片的健康和疾病生物信号的实时分类方法。他们使用基于聚合物的纤维网络，其结构类似于人类的大脑，并实现了储能计算的神经形态人工智能原理。聚合物纤维的随机排列形成了一个所谓的"递归网络"，使其能够处理数据，类似于人脑。这些网络的非线性使其能够放大甚至最小的信号变化，这些变化–以心跳为例–往往是医生难以评估的。然而，使用聚合物网络的非线性转换使之成为可能，没有任何问题。
在试验中，人工智能能够将健康的心跳与三种常见的心律失常区分开来，准确率达到88%。在这个过程中，聚合物网络消耗的能量比心脏起搏器少。植入式人工智能系统的潜在应用是多方面的。例如，它们可以用来监测心律失常或手术后的并发症，并通过智能手机向医生和病人报告，从而实现迅速的医疗援助。
“近年来，随着所谓的有机混合导体的发展，将现代电子学与生物学相结合的愿景已经取得了长足的进步，”该论文的第一作者、博士生Matteo Cucchi解释道。“然而，到目前为止，成功仅限于简单的电子元件，如单个突触或传感器。到目前为止，解决复杂的任务是不可能的。在我们的研究中，我们现在已经朝着实现这一愿景迈出了关键一步。通过利用神经形态计算的力量，我们不仅成功地实时解决了复杂的分类任务，而且我们还将有可能在人体内做到这一点。这种方法将使我们有可能在未来开发出进一步的智能系统，帮助拯救人类的生命。”
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/industrynews/120083.html