In einer aktuellen Publikation des Fachjournals „Advanced Materials“ stellt ein Team aus Physikern und Chemikern der TU Dresden einen organsichen Dünnschichtsensor vor, der eine ganz neue Art der Wellenlängenidentifikation von Licht beschreibt und eine spektrale Auflösung unterhalb eines Na ... mehr
Implantierbares KI-System entwickelt
Mit Künstlicher Intelligenz Krankheiten früher erkennen und behandeln
Künstliche Intelligenz (KI) wird die Medizin und das Gesundheitswesen reformieren: Diagnostische Patientendaten, z.B. von EKG, EEG oder Röntgen-Aufnahmen, können in Zukunft mit Hilfe von maschinellem Lernen analysiert werden, sodass Krankheiten anhand von subtilen Veränderungen schon sehr frühzeitig erkannt werden können. Allerdings ist die Implementierung von KI innerhalb des menschlichen Körpers eine große technische Herausforderung. Wissenschaftlern der Professur für Optoelektronik an der TU Dresden ist es nun erstmals gelungen, eine bio-kompatible implantierbare KI-Plattform zu entwickeln, die gesunde und krankhafte Muster in biologischen Signalen wie z.B. Herzschlägen in Echtzeit klassifiziert und so auch ohne ärztliche Überwachung krankhafte Veränderungen erkennt.
In dieser Arbeit zeigt das Forscher-Team um Prof. Karl Leo, Dr. Hans Kleemann und Matteo Cucchi einen Ansatz für die Echtzeit-Klassifikation von gesunden und krankhaften Biosignalen basierend auf einem biokompatiblen KI-Chip. Dafür verwendeten sie polymer-basierte Faser-Netzwerke, die dem menschlichen Gehirn strukturell ähneln und das neuromorphe KI-Prinzip des Reservoir-Computings ermöglichen. Die zufällige Anordnung der Polymer-Fasern bildet ein sogenannten „Recurrent Network“, welches ihm erlaubt, Daten analog dem menschlichen Gehirn zu verarbeiten. Die Nichtlinearität dieser Netzwerke ermöglicht vor allem die Verstärkung bereits kleinster Signaländerungen, die – z.B. im Falle des Herzschlages – oft nur schwer von Ärzten bewertet werden können. Durch die nichtlinearen Transformation mit Hilfe des Polymer-Netzwerkes ist dies jedoch problemlos möglich.
In Versuchen konnte die KI gesunde Herzschläge von drei häufig auftretenden Rhythmusstörungen mit einer Genauigkeit von 88% unterscheiden. Dabei verbrauchte das Polymer-Netzwerk weniger Energie als ein Herzschrittmacher. Die Nutzungsmöglichkeiten für implantierbare KI-Systemen sind vielfältig: So könnten damit z.B. Herzrhythmusstörungen oder Komplikationen nach Operationen überwacht und via Smartphone an Ärzte und Patienten gemeldet und schnelle medizinische Hilfe ermöglicht werden.
„Die Vision, moderne Elektronik mit der Biologie zu kombinieren, ist in den letzten Jahren durch die Entwicklung sogenannter organischer Mischleiter ein großer Stück vorangekommen“, erklärt Matteo Cucchi, Doktorand und Erstautor der Veröffentlichung. „Bisher waren die Erfolge jedoch auf einfache elektronische Komponenten wie einzelne Synapsen oder Sensoren beschränkt. Das Lösen komplexer Aufgaben war bisher nicht möglich. In unserer Arbeit haben wir nun einen entscheidenden Schritt zur Verwirklichung dieser Vision getan. Durch die Nutzung von Prinzipien des neuromorphen Rechnens, wie z.B. das hier genutzte Reservoir-Computing, ist es uns gelungen, komplexe Klassifizierungsaufgaben in Echtzeit und potenziell auch innerhalb des menschlichen Körpers zu lösen. Mit diesem Ansatz wird es möglich, in Zukunft weitere intelligente Systeme zu entwickeln, die helfen können, Menschenleben zu retten.“
- künstliche Intelligenz
- Diagnostik
- maschinelles Lernen
-
News
Gerade ist das von der Europäischen Union (EU) mit rd. 3 Millionen Euro geförderte Projekt „Smart Electronic Olfaction for Body Odor Diagnostics“ – kurz SMELLODI – gestartet. Die beteiligten Partnerinstitute aus Deutschland, Israel und Finnland sowie das Dresdner Startup SmartNanotubes Tech ... mehr
Verbraucherschutz: Neuartiges Verfahren zum Nachweis von hormonell aktiven Stoffen
Wissenschaftler der Universitäten Dresden und Leipzig haben ein neues Verfahren zum Nachweis von hormonell aktiven Stoffen in Lebensmitteln, Kosmetika und Gewässern in der Zeitschrift Biosensors & Bioelectronics vorgestellt. Hormonell aktive Substanzen können zu schweren Gesundheitsschädigu ... mehr
- 1Wie alt ist Ihr Gehirn wirklich?
- 2Kann die KI, die ChatGPT steuert, helfen, frühe Anzeichen von Alzheimer zu erkennen?
- 3Einfacher Nasenabstrich kann Frühwarnung vor neu auftretenden Viren liefern
- 4Krebsdiagnose in Minutenschnelle
- 5Phagentherapie-Diagnostik-Plattform im weltweiten Kampf gegen multiresistente Infektionen
- 6Löcher in T-Zellen
- 7Wie ein CRISPR-Protein neue Tests für viele Viren liefern könnte
- 8Bayes'sche Inferenz verkürzt die Zeit der Röntgenfluoreszenzanalyse massiv!
- 9Ein mobiler Durchbruch für die Überwachung der Wasserqualität
- 10Hirnmetastasen bei Hautkrebs: Wichtige grundlegende Mechanismen entschlüsselt