2021-09-02

Sci Adv | 植入式传感器在线监测心律失常

原创 图灵基因 图灵基因 今天

收录于话题#前沿分子生物学技术

在Technische Universität Dresden从事光电子学研究的科学家们表示，他们首次成功开发出一种生物相容性的植入式人工智能平台，该平台可实时对生物信号（如心跳）中的健康和病理模式进行分类，并补充说，即使在没有医疗监督的情况下，它也能检测到病理变化。

他们的研究结果发表在《Science Advances》上的一篇题为“Reservoir computing with biocompatible organic electrochemical networks for brain-inspired biosignal classification”的文章中。

“及早发现患者生物信号中的恶性模式可以挽救数百万人的生命。尽管基于人工智能的技术不断改进，但这些方法的实际临床应用大多局限于对患者数据的离线评估。先前的研究已将有机电化学装置确定为生物信号监测的理想候选设备。然而，它们在实时模式识别中的应用从未得到证实。”研究人员写道。

“在这里，我们制作并描述了由有机电化学晶体管组成的受大脑启发的网络，并使用reservoir计算方法将其用于时间序列预测和分类任务。为了展示其在生物流体监测和生物信号分析中的潜在用途，我们对四类心律失常心律进行了分类，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种以前未被探索过的范例，并有可能促进开发能够与体液和生物组织相互作用的基于超低功耗硬件的人工神经网络。”

在这项工作中，该团队展示了一种基于生物相容性AI芯片的对健康和疾病生物信号进行实时分类的方法。他们使用结构类似人脑的聚合物纤维网络，并实现了reservoir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“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，医生通常很难对其进行评估。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，它们可用于监测术后心律失常或并发症，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，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。”博士生、该论文的第一作者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，还无法解决复杂的任务。”

“在我们的研究中，我们现在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力量，例如这里使用的reservoir计算，我们不仅成功地实时解决了复杂的分类任务，而且还将有可能在人体内实现这一点。这种方法将有可能在未来开发出更多有助于拯救人类生命的智能系统。”研究人员说。