Ερευνητές ανέπτυξαν ένα εύκαμπτο υπολογιστικό τσιπ που επεξεργάζεται πληροφορίες μιμούμενο τον ανθρώπινο εγκέφαλο
Ερευνητές της Σχολής Μοριακής Μηχανικής (PME) Pritzker του Πανεπιστημίου του Σικάγο, ανέπτυξαν ένα εύκαμπτο υπολογιστικό τσιπ που επεξεργάζεται πληροφορίες, μιμούμενο τον ανθρώπινο εγκέφαλο. Η συσκευή αυτή στοχεύει να αλλάξει τον τρόπο επεξεργασίας των δεδομένων υγείας.
«Με αυτό το έργο γεφυρώσαμε την φορετή τεχνολογία με την τεχνητή νοημοσύνη και τη μηχανική μάθηση, για να δημιουργήσουμε μια ισχυρή συσκευή που μπορεί να αναλύει δεδομένα υγείας στο ίδιο το σώμα», δήλωσε ο Σιχόνγκ Γουάνγκ, επιστήμονας υλικών και επίκουρος καθηγητής Μοριακής Μηχανικής.
Σήμερα, για να έχετε ένα λεπτομερές προφίλ σχετικά με την υγεία σας απαιτείται επίσκεψη σε νοσοκομείο ή κλινική. Στο μέλλον, δήλωσε ο ερευνητής, η υγεία των ανθρώπων θα μπορούσε να παρακολουθείται συνεχώς από φορετά ηλεκτρονικά συστήματα που θα μπορούν να ανιχνεύουν ασθένειες ακόμη και πριν εμφανιστούν τα συμπτώματα. Οι διακριτικές, φορετές υπολογιστικές συσκευές, είναι ένα βήμα προς την υλοποίηση αυτού του οράματος.
Κατακλυσμός δεδομένων
Το μέλλον της υγειονομικής περίθαλψης που οραματίζεται o Γουάνγκ- και πολλοί άλλοι – περιλαμβάνει φορετούς βιοαισθητήρες για την παρακολούθηση σύνθετων δεικτών υγείας, συμπεριλαμβανομένων των επιπέδων οξυγόνου, σακχάρου, μεταβολιτών και ανοσολογικών μορίων στο αίμα. Ένα από τα πλεονεκτήματα αυτών των αισθητήρων είναι η ικανότητά τους να προσαρμόζονται στο δέρμα. Στο μέλλον, αυτοί οι φορετοί βιοαισθητήρες θα μπορούν να συλλέγουν όλο και περισσότερες πληροφορίες σε πραγματικό χρόνο και η ανάλυση θα γίνεται πιο πολύπλοκη.
Τα σημερινά «έξυπνα» τηλέφωνα δεν είναι ικανά για το είδος της πολύπλοκης ανάλυσης που απαιτείται για τις βασικές μετρήσεις υγείας ενός ασθενούς και δεν μπορούν να ανιχνεύσουν σημαντικά σήματα ασθένειας. Αντίθετα, οι πλατφόρμες τεχνητής νοημοσύνης που ενσωματώνουν τη μηχανική μάθηση για τον εντοπισμό μοτίβων σε εξαιρετικά πολύπλοκα σύνολα δεδομένων, είναι πιο αποτελεσματικές. Ωστόσο, η αποστολή πληροφοριών από μια συσκευή σε μια κεντρική τοποθεσία τεχνητής νοημοσύνης, ενέχει κινδύνους.
«Η ασύρματη αποστολή δεδομένων υγείας είναι αργή και ενέχει κινδύνους για την προστασία της ιδιωτικής ζωής», δήλωσε ο ερευνητής.
«Είναι επίσης απίστευτα ενεργειακά αναποτελεσματική- όσο περισσότερα δεδομένα αρχίζουμε να συλλέγουμε, τόσο περισσότερη ενέργεια θα αρχίσουν να χρησιμοποιούν τα συστήματα αυτά», πρόσθεσε.
Η επιστημονική ομάδα αποφάσισε να σχεδιάσει ένα τσιπ που θα μπορεί να συλλέγει δεδομένα από πολλαπλούς βιοαισθητήρες και να εξάγει συμπεράσματα για την υγεία ενός ατόμου, χρησιμοποιώντας προσεγγίσεις μηχανικής μάθησης αιχμής.
Ο Γουάνγκ και οι συνάδελφοί του στράφηκαν στα πολυμερή, τα οποία μπορούν να χρησιμοποιηθούν για την κατασκευή ημιαγωγών και έχουν την ικανότητα να τεντώνονται και να λυγίζουν. Συναρμολόγησαν τα πολυμερή σε μια συσκευή που επέτρεπε την ανάλυση δεδομένων υγείας με τη βοήθεια της τεχνητής νοημοσύνης. Αντί να λειτουργεί όπως ένας τυπικός υπολογιστής, το τσιπ νευρομορφικής πληροφορικής λειτουργεί περισσότερο όπως ένας ανθρώπινος εγκέφαλος, ικανό να αποθηκεύει και να αναλύει δεδομένα με ολοκληρωμένο τρόπο.
Δοκιμάζοντας την τεχνολογία
Η ερευνητική ομάδα χρησιμοποίησε τη νέα συσκευή για να αναλύσει δεδομένα ηλεκτροκαρδιογραφήματος. Εκπαίδευσε τη συσκευή να ταξινομεί τα ηλεκτροκαρδιογραφήματα σε πέντε κατηγορίες – υγιή και τέσσερις τύπους μη φυσιολογικών σημάτων. Στη συνέχεια, την τροφοδότησε με νέα ηλεκτροκαρδιογραφήματα. Ανεξάρτητα από το αν το τσιπ ήταν τεντωμένο ή λυγισμένο, μπόρεσε να ταξινομήσει με ακρίβεια τους καρδιακούς παλμούς.
Οι ερευνητές δήλωσαν ότι απαιτείται περισσότερη έρευνα για να ελεγχθεί η ικανότητα της συσκευής στην εξαγωγή συμπερασμάτων για τα πρότυπα υγείας και ασθένειας. Μελλοντικά όμως θα μπορούσε να χρησιμοποιηθεί είτε για την αποστολή ειδοποιήσεων σε ασθενείς ή κλινικούς γιατρούς, είτε για την αυτόματη προσαρμογή της δόσης ενός φαρμάκου. Αυτό το είδος αυτόματης ανατροφοδότησης χρησιμοποιείται ήδη από ορισμένες εμφυτεύσιμες αντλίες ινσουλίνης. Τώρα, η ομάδα σχεδιάζει νέες δοκιμές ώστε να επεκτείνει τόσο το είδος των συσκευών στις οποίες μπορεί να ενσωματωθεί το νέο τσιπ όσο και τα είδη των αλγόριθμων μηχανικής μάθησης που θα χρησιμοποιεί.
ΠΗΓΗ: Eurekalert
www.ertnews.gr
Διαβάστε περισσότερα… Read More
