生物相容性人工智能可能有助于医疗保健

心理健康 2021年8月26日

111 0 0

欧洲光电科学家在 Science Advances 上发表的一项新研究创建了一个生物相容性人工智能 (AI) 平台，该平台可能为疾病的早期检测、监测和治疗提供一种新方法和医疗条件.

“我们证明了有机网络在各种计算任务上的有用性，例如使用鸢尾花数据集(准确率为 96%)、时间序列预测(97%)和生物流体监测进行花卉分类，"写道该研究由德累斯顿工业大学领导，与德国德累斯顿应用物理和光子材料综合中心 (IAPP)、乌克兰基辅莫希拉国立大学和法国 Alysophil SAS 合作.

光电是研究和应用光的量子力学效应的领域，用于电子设备，如制药、电池、化妆品、激光器、光纤、太阳能电池(光伏)、光电二极管、LED 交通灯、消费电子产品、和纳米级设备.

“早期检测患者生物信号中的恶性模式可以挽救数百万人的生命，"研究人员写道.

在医疗、生物技术、保健和生命科学行业，光电传感器用于血糖监测、脉搏血氧饱和度、血液诊断、骨密度计和患者监测系统.

在当前用于电子产品的生物相容性有机材料中，即有机电化学晶体管 (OECT)，信息处理有些不足.为了解决这个问题，科学家们采用了一种受大脑启发的计算框架.研究人员创建了一个基于有机电化学晶体管的生物相容性硬件人工神经网络 (ANN).

“在这项工作中，我们构建了 OECT 的非线性树突状网络，并将它们用于生物信号的信息处理，展示了生物相容性硬件神经网络中的实时分类，"研究人员写道.

基于聚合物的纤维被用于形成类似于人脑的循环神经网络.这位科学家应用了由有机电化学晶体管制成的神经形态设计和储层计算 (RC)，以实现时间序列预测和分类任务.

在 AI 中，储层计算是一种基于循环神经网络的计算框架，可以处理不同时间的输入数据.动态储层以非线性方式将复杂的输入数据映射到高维状态.虚拟节点能够以相对较低的计算成本快速训练读出权重.

在测试心律失常的分类时，研究人员报告的准确率为 88%.

“这项研究的结果为生物相容性计算平台引入了一个以前未探索的范式，并且可能有助于开发能够与体液和生物组织相互作用的基于硬件的超低功耗人工神经网络，"这位科学家报告说.

通过将人工智能机器学习的创新技术与光电子学相结合，科学家们朝着可能延长人类未来寿命和整体生活质量的新型诊断和治疗方法迈出了一步.