HealthStories.gr

Αυτοκόλλητο στο δέρμα με τσιπάκι, θα αναλύει δεδομένα υγείας, όπως ο ανθρώπινος εγκέφαλος

  • NewsRoom


Το έξυπνο αυτοκόλλητο με τσιπάκι που θα κολλάει στο δέρμα, θα είναι ένα ρολόι υγείας χωρίς ρολόι, και θα αναλύει τα δεδομένα του σώματος με τη βοήθεια της τεχνητής νοημοσύνης, όπως ο ανθρώπινος εγκέφαλος.

Μετά τον μικροσκοπικό υπέρηχο που θα κολλάει και αυτός στο δέρμα, τώρα ερευνητές στο Pritzker School of Molecular Engineering (PME) του Πανεπιστημίου του Σικάγο ανέπτυξαν ένα ευέλικτο υπολογιστικό τσιπάκι που επεξεργάζεται πληροφορίες μιμούμενο τον ανθρώπινο εγκέφαλο.

Η συσκευή, που περιγράφεται στο περιοδικό Matter, στοχεύει να αλλάξει τον τρόπο επεξεργασίας των δεδομένων υγείας.

«Με αυτήν την εργασία γεφυρώσαμε την τεχνολογία wearable με την τεχνητή νοημοσύνη και τη μηχανική μάθηση για να δημιουργήσουμε μια ισχυρή συσκευή που μπορεί να αναλύει δεδομένα υγείας απευθείας στο σώμα μας», δήλωσε ο Sihong Wang, επιστήμονας υλικών και Επίκουρος Καθηγητής Μοριακής Μηχανικής.

Σήμερα, η απόκτηση ενός σε βάθος προφίλ για την υγεία, απαιτεί μια επίσκεψη σε νοσοκομείο ή κλινική. Στο μέλλον, είπε ο Wang, η υγεία των ανθρώπων θα μπορούσε να παρακολουθείται συνεχώς από φορητές ηλεκτρονικές συσκευές που μπορούν να ανιχνεύσουν ασθένεια ακόμη και πριν εμφανιστούν τα συμπτώματα. Οι διακριτικές, φορετές υπολογιστικές συσκευές είναι ένα βήμα προς την πραγματοποίηση αυτού του οράματος, αναφέρει το eurekalert.org.

Κατακλυσμός δεδομένων από το τσιπάκι

Το μέλλον της υγειονομικής περίθαλψης που οραματίζεται ο Wang —και πολλοί άλλοι— περιλαμβάνει φορητούς βιοαισθητήρες για την παρακολούθηση πολύπλοκων δεικτών υγείας, συμπεριλαμβανομένων των επιπέδων οξυγόνου, ζάχαρης, μεταβολιτών και μορίων του ανοσοποιητικού στο αίμα των ανθρώπων. Ένα από τα κλειδιά για να γίνουν εφικτές αυτοί οι αισθητήρες είναι η ικανότητά τους να προσαρμόζονται στο δέρμα. Καθώς τέτοιοι φορητοί βιοαισθητήρες που μοιάζουν με το δέρμα εμφανίζονται και αρχίζουν να συλλέγουν όλο και περισσότερες πληροφορίες σε πραγματικό χρόνο, η ανάλυση γίνεται εκθετικά πιο περίπλοκη. Ένα μόνο τμήμα δεδομένων πρέπει να τεθεί στην ευρύτερη προοπτική του ιστορικού ενός ασθενούς και άλλων παραμέτρων υγείας.

Τα σημερινά έξυπνα τηλέφωνα δεν είναι ικανά για το είδος της πολύπλοκης ανάλυσης που απαιτείται για να μάθουν τις βασικές μετρήσεις υγείας ενός ασθενούς και να διακρίνουν σημαντικά σήματα ασθένειας. Ωστόσο, οι υπερσύγχρονες πλατφόρμες τεχνητής νοημοσύνης που ενσωματώνουν τη μηχανική μάθηση για τον εντοπισμό προτύπων σε εξαιρετικά πολύπλοκα σύνολα δεδομένων μπορούν να κάνουν καλύτερη δουλειά. Αλλά η αποστολή πληροφοριών από μια συσκευή σε μια κεντρική τοποθεσία AI δεν είναι ιδανική.

«Η ασύρματη αποστολή δεδομένων υγείας είναι αργή και παρουσιάζει μια σειρά ανησυχιών για την προστασία της ιδιωτικής ζωής», είπε. «Είναι επίσης απίστευτα ενεργειακά αναποτελεσματικό. Όσο περισσότερα δεδομένα αρχίσουμε να συλλέγουμε, τόσο περισσότερη ενέργεια θα αρχίσουν να χρησιμοποιούν αυτές οι μεταδόσεις».

Δοκιμή της τεχνολογίας

Για να δοκιμάσει τη χρησιμότητα της νέας τους συσκευής, η ομάδα του Wang τη χρησιμοποίησε για να αναλύσει δεδομένα ηλεκτροκαρδιογραφήματος (ΗΚΓ) που αντιπροσωπεύουν την ηλεκτρική δραστηριότητα της ανθρώπινης καρδιάς. Εκπαίδευσαν τη συσκευή να ταξινομεί τα ΗΚΓ σε πέντε κατηγορίες—υγιές ή τέσσερις τύπους μη φυσιολογικών σημάτων. Στη συνέχεια, το δοκίμασαν σε νέα ΗΚΓ. Είτε το τσιπ ήταν τεντωμένο είτε λυγισμένο, έδειξαν ότι μπορούσε να ταξινομήσει με ακρίβεια τους καρδιακούς παλμούς.



ΣΧΟΛΙΑ