據外媒報道，人工智能(AI)將從根本上改變醫學和醫療保健。診斷病人的數據，例如來自心電圖、腦電圖或X射線圖像，可以在機器學習的幫助下進行分析，這樣就可以根據細微的變化在很早的階段發現疾病。然而，將人工智能系統植入人體仍然是一項重大的技術挑戰。德累斯頓工業大學光電子學學院的科學家們現在首次成功地開發了一個生物兼容的植入式人工智能平臺，可以實時對生物信號(如心跳)的健康和病理模式進行分類。

即使沒有醫療監督，它也能檢測出病理變化。研究成果現已發表在《科學進展》雜志上。

[[420077]]

在這項工作中，由Karl Leo教授、Hans Kleemann博士和Matteo Cucchi領導的研究小組展示了一種基于生物相容性AI芯片的健康和疾病生物信號的實時分類方法。他們使用基于聚合物的纖維網絡，其結構類似于人類的大腦，并實現了儲能計算的神經形態人工智能原理。聚合物纖維的隨機排列形成了一個所謂的"遞歸網絡"，使其能夠處理數據，類似于人腦。這些網絡的非線性使其能夠放大甚至最小的信號變化，這些變化--以心跳為例--往往是醫生難以評估的。然而，使用聚合物網絡的非線性轉換使之成為可能，沒有任何問題。

在試驗中，人工智能能夠將健康的心跳與三種常見的心律失常區分開來，準確率達到88%。在這個過程中，聚合物網絡消耗的能量比心臟起搏器少。植入式人工智能系統的潛在應用是多方面的。例如，它們可以用來監測心律失常或手術后的并發癥，并通過智能手機向醫生和病人報告，從而實現迅速的醫療援助。

“近年來，隨著所謂的有機混合導體的發展，將現代電子學與生物學相結合的愿景已經取得了長足的進步，”該論文的第一作者、博士生Matteo Cucchi解釋道。“然而，到目前為止，成功僅限于簡單的電子元件，如單個突觸或傳感器。到目前為止，解決復雜的任務是不可能的。在我們的研究中，我們現在已經朝著實現這一愿景邁出了關鍵一步。通過利用神經形態計算的力量，我們不僅成功地實時解決了復雜的分類任務，而且我們還將有可能在人體內做到這一點。這種方法將使我們有可能在未來開發出進一步的智能系統，幫助拯救人類的生命。”