使用人工智能进行疾病的早期检测和治疗

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相容性 AI 芯片的健康和患病生物信号实时分类方法。他们使用基于聚合物的纤维网络，其结构类似于人脑，并实现了储层计算的神经形态 AI 原理。聚合物纤维的随机排列形成了所谓的“循环网络”，使其能够处理数据，类似于人脑。这些网络的非线性使得即使是最小的信号变化也能放大，例如在心跳的情况下，医生通常难以评估。然而，使用聚合物网络的非线性变换使这成为可能，没有任何问题。

在试验中，人工智能能够以 88% 的准确率区分健康的心跳和三种常见的心律失常。在这个过程中，聚合物网络消耗的能量比起搏器少。植入式人工智能系统的潜在应用是多方面的：例如，它们可用于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患者报告，从而实现快速医疗援助。

“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近年来取得了长足的进步，”博士生兼论文第一作者 Matteo Cucchi 解释说。“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，例如这里使用的水库计算，我们不仅成功地实时解决了复杂的分类任务，而且我们也有可能在人体内做到这一点。