灵活的人工智能计算机芯片承诺保护隐私的可穿戴健康监测器
我和我的同事 开发了一种灵活、可拉伸的电子设备，该设备运行机器学习算法，可以直接在身体上持续收集和分析健康数据。这种皮肤状的贴纸是我在芝加哥大学普利兹克分子工程学院的 实验室开发的，它包括一个柔软、可拉伸的模拟人脑的计算芯片。
为了制造这种类型的设备，我们转向了用于制造半导体和晶体管的导电聚合物。这些聚合物被制成可拉伸的，就像橡皮筋一样。不过，我们正在使用的芯片称为神经形态计算芯片，而不是像典型的计算机芯片那样工作，它的功能更像人脑。它能够存储和分析数据。
为了测试新设备的实用性，我和我的同事用它来分析代表人类心脏电活动的心电图数据。我们训练设备将心电图分为五类：健康信号和四种异常信号。即使在设备因佩戴者身体运动而反复拉伸的情况下，该设备仍能准确地对心跳进行分类。
大多数来自人体的信号，例如心电图记录的心脏电活动，通常都很微弱和微妙。准确记录这些小信号需要电子设备与人体直接接触。这只能通过将电子设备制造得像皮肤一样柔软和有弹性来实现。我们设想，可穿戴电子设备将在跟踪人类健康的复杂指标方面发挥关键作用，包括体温、心脏活动、氧气水平、糖分、代谢物和血液中的免疫分子。
然而，分析大量连续获取的健康数据具有挑战性。必须将单个数据放入患者完整健康史的更广阔视野中，这是一项艰巨的任务。能够识别极其复杂的数据集中模式的尖端机器学习算法是能够挑选出最重要的疾病信号的最有希望的途径。
使用机器学习分析实时健康数据的典型方法是将数据从可穿戴设备无线传输到计算机。但这带来了挑战。无线发送健康数据不仅速度慢且消耗额外电量，而且还会引发隐私问题。我们的研究旨在使健康数据的人工智能分析发生在这些类似皮肤的可穿戴设备中，这将最大限度地减少设备需要传输的信息量。
这种现场分析的最终目标是能够及时向患者或医疗保健提供者发送警报，甚至有一天可以自动调整其他可穿戴或植入设备分配的药物。
其他关于人工智能处理从可穿戴设备收集的健康数据的研究主要涉及将数据传输到运行人工智能算法的计算机。这些项目展示了人工智能从复杂的健康数据中提取有用信息的潜力。
最近开发的柔性神经形态处理器是朝着直接在可穿戴设备上运行 AI 数据分析迈出的重要一步，但这些柔性处理器缺乏类似皮肤的可拉伸性和柔软性，这使得它们难以构建到可穿戴设备中。相比之下，我们的设备具有可穿戴健康监测器所需的类皮肤特性。
展望未来，研究人员可能会将这种集成在可穿戴设备中的人工智能分析扩展到其他类型的健康状况和疾病。我的实验室正计划改进我们的设备，以更好地集成设备的组件并扩展它可以使用的机器学习算法的类型。
我们的工作是创建将人工智能构建到可穿戴电子设备中的设备的良好起点——这些设备可以帮助人们活得更久、更健康。
版权声明：本文由用户上传，如有侵权请联系删除！