blog.fcuzhhorod.com

Fleksibilitas seperti kulit pada perangkat baru dari tim di Sekolah Teknik Molekuler Pritzker Universitas Chicago menjanjikan presisi generasi berikutnya dalam membaca sinyal biologis.

Rekan-rekan saya dan SAYA telah mengembangkan perangkat elektronik yang fleksibel dan dapat diregangkan yang menjalankan algoritme pembelajaran mesin untuk terus mengumpulkan dan menganalisis data kesehatan langsung pada tubuh. Stiker mirip kulit, dikembangkan di laboratorium saya di Sekolah Teknik Molekuler Pritzker Universitas Chicago, menyertakan chip komputer lunak dan dapat diregangkan yang meniru otak manusia.

Untuk membuat perangkat jenis ini, kami beralih ke polimer konduktif listrik yang digunakan untuk membuat semikonduktor dan transistor. Polimer ini dibuat agar dapat diregangkan, seperti karet gelang. Daripada bekerja seperti chip komputer pada umumnya, chip yang kami gunakan, yang disebut chip komputer neuromorfik, berfungsi lebih seperti otak manusia. Ia mampu menyimpan dan menganalisis data.

Untuk menguji kegunaan perangkat baru ini, saya dan rekan kerja menggunakannya untuk menganalisis data elektrokardiogram yang mewakili aktivitas listrik jantung manusia. Kami melatih perangkat untuk mengklasifikasikan EKG ke dalam lima kategori: sinyal sehat dan empat jenis sinyal abnormal. Bahkan dalam kondisi dimana perangkat berulang kali diregangkan oleh gerakan tubuh pemakainya, perangkat tersebut masih bisa mengklasifikasikan detak jantung secara akurat.

Mengapa itu penting

Sebagian besar sinyal dari tubuh manusia, seperti aktivitas listrik di jantung yang direkam oleh EKG, biasanya lemah dan tidak kentara. Merekam sinyal kecil ini secara akurat memerlukan kontak langsung antara perangkat elektronik dan tubuh manusia. Hal ini hanya dapat dicapai dengan membuat perangkat elektronik menjadi selembut dan dapat diregangkan seperti kulit. Kami memperkirakan perangkat elektronik yang dapat dipakai memainkan peran penting dalam melacak indikator kompleks kesehatan manusia, termasuk suhu tubuh, aktivitas jantung, kadar oksigen, gula, metabolit, dan molekul kekebalan dalam darah.

Namun, menganalisis data kesehatan yang diperoleh secara terus-menerus dalam jumlah besar merupakan suatu tantangan. Sepotong data harus ditempatkan dalam perspektif yang lebih luas tentang riwayat kesehatan lengkap pasien, dan itu adalah tugas yang sangat besar. Algoritme pembelajaran mesin mutakhir yang mengidentifikasi pola dalam kumpulan data yang sangat kompleks adalah cara paling menjanjikan untuk memilih sinyal penyakit yang paling penting.

Pendekatan umum dalam menggunakan pembelajaran mesin untuk menganalisis data kesehatan real-time adalah dengan mentransfer data secara nirkabel dari perangkat yang dapat dikenakan ke komputer. Namun hal ini menimbulkan tantangan. Mengirim data kesehatan secara nirkabel tidak hanya lambat dan menghabiskan daya ekstra, namun juga menimbulkan masalah privasi. Penelitian kami bertujuan untuk memungkinkan analisis AI terhadap data kesehatan dilakukan dalam perangkat yang dapat dikenakan seperti kulit ini, yang akan mengurangi jumlah informasi yang harus dikirimkan oleh perangkat.

Tujuan utamanya adalah agar analisis di tempat ini dapat mengirimkan peringatan tepat waktu kepada pasien atau penyedia layanan kesehatan, atau bahkan suatu hari nanti secara otomatis menyesuaikan obat yang diberikan oleh perangkat lain yang dapat dipakai atau ditanamkan.

Penelitian lain apa yang sedang dilakukan

Penelitian lain tentang pemrosesan AI atas data kesehatan yang dikumpulkan dari perangkat yang dapat dikenakan terutama melibatkan transfer data ke komputer menggunakan algoritme AI. Proyek-proyek ini memiliki potensi AI mengekstrak informasi yang berguna data kesehatan yang kompleks.

Perkembangan terkini dari prosesor neuromorfik yang fleksibel merupakan langkah penting untuk melakukan analisis data AI secara langsung pada perangkat wearable, namun prosesor fleksibel ini tidak memiliki elastisitas dan kelembutan seperti kulit, sehingga sulit untuk membuatnya menjadi perangkat wearable. Sebaliknya, perangkat kami memiliki sifat mirip kulit yang diperlukan untuk monitor kesehatan yang dapat dikenakan.

Apa berikutnya

Di masa depan, para peneliti kemungkinan akan memperluas jenis analisis AI yang terintegrasi ke dalam perangkat yang dapat dipakai untuk menangani jenis kondisi kesehatan dan penyakit lainnya. Lab saya berencana menyempurnakan perangkat kami, untuk mengintegrasikan komponen perangkat dengan lebih baik dan memperluas jenis algoritme pembelajaran mesin yang dapat digunakan dengannya.

Pekerjaan kami adalah titik awal yang baik untuk menciptakan perangkat yang membangun kecerdasan buatan menjadi perangkat elektronik yang dapat dipakai – perangkat yang dapat membantu orang hidup lebih lama dan lebih sehat. – Rappler.com

Si Hong WangAsisten Profesor Teknik Molekuler, Sekolah Teknik Molekuler Pritzker Universitas Chicago