人工智能（AI）将从根本上改变医学和医疗保健。可以在机器学习的帮助下分析用于诊断患者的数据，例如来自心电图、脑电图或X射线图像的数据，以便根据细微变化在非常早期的阶段检测到疾病。然而，将人工智能系统植入人体仍然是一项重大的技术挑战。德累斯顿工业大学光电研究所的科学家们现在首次成功开发出一种生物兼容的植入式人工智能平台，该平台可以实时对心跳等生物信号的健康和病理模式进行分类。即使没有医疗监督，它也可以检测到病理变化。研究成果现已发表在期刊《科学进展》上。在这项工作中，由KarlLeo教授、HansKleemann博士和MatteoCucchi领导的研究团队展示了一种基于生物相容性AI芯片的健康和疾病生物信号实时分类方法。他们使用了一种基于聚合物的纤维网络，其结构类似于人脑，实现了用于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所谓的“循环网络”，使其能够像人脑一样处理数据。这些网络的非线性特性使它们能够放大即使是最小的信号变化——就心跳而言——医生通常很难评估这些变化。然而，使用聚合物网络的非线性变换可以毫无问题地实现。在试验中，人工智能能够以88%的准确率将健康心跳与三种常见类型的心律失常区分开来。在此过程中，聚合物网络比起搏器消耗更少的能量。可植入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并发症，并通过智能手机向医生和患者报告，从而实现及时的医疗救助。“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取得了长足的进步，”该论文的第一作者、博士生MatteoCucchi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。解决复杂的任务迄今为止是不可能的。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的一步。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，而且我们也将能够在人体中这样做。这种方法将使我们有可能开发更多的智能系统，帮助拯救人类生命。”
