新的生物相容性AI将医疗保健监控提升到一个新的水平
喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，阅读有关指数技术和趋势，连接，观看Keynote或浏览我的博客。
欧洲科学家在科学发展上发表的一项新研究创造了一种革命性的生物相容性人工智能（AI）传感器，并带有其自身的神经形态计算系统，该传感器与人脑相同的方式处理和分析信息，可以为早期检测检测，监测和治疗各种情况和治疗和治疗各种疾病和治疗疾病和治疗各种疾病，并构成各种情况的疾病。
“We prove the usefulness of the organic networks on a diverse set of computational tasks such as a flower classification using the Iris dataset (accuracy of 96%), time-series prediction (97%), and biofluids monitoring,” wrote the study authors led by the Technische Universität Dresden in collaboration with the National University of Kyiv-Mohyla Academy in the Ukraine, and Alysophil in法国。
光电子是在电子设备（例如药物，电池，化妆品，激光器，光纤，太阳能电池），太阳能电池（光伏电池），光电二极管，LED交通灯，消费者电子，消费者电子产品和纳米级式的电子设备中使用的量子机械效应的领域。
研究人员写道：“早期发现患者生物信号中恶性模式可以挽救数百万的生命。”
在医学，生物技术，医疗保健和生命科学行业中，光电传感器用于血糖监测，脉搏血氧饱和度，血液诊断，骨密度计和患者监测系统。现在，所有这些愚蠢的系统都可以用自己的智能嵌入。
在当前用于电子产品的生物相容性有机材料中，即有机电化学晶体管（OECT），信息的处理有些不足。为了解决这一问题，科学家们采用了一个以脑为灵感的框架进行计算。研究人员基于有机电化学晶体管创建了一个基于生物相容性的硬件人工神经网络（ANN）。
研究人员写道：“在这项工作中，我们构建了非线性，树突状网络的OECT网络，并将其用于生物信号的信息处理，并在生物相容性，硬件神经网络中展示实时分类。”
基于聚合物的纤维被用来形成类似于人脑的复发性神经网络。该科学家采用了由有机电化学晶体管制成的神经形态设计，并使用储层计算（RC）制成，以实现时间序列的预测和分类任务。
在AI中，储层计算是一个基于神经网络的经常性计算框架，可以使输入数据随时间变化。动态储层以非线性方式将复杂的输入数据映射到高维状态。虚拟节点能够以相对较低的计算成本对读出权重进行快速培训。
在测试心律不齐的心跳分类时，研究人员报告的准确性为88％。
科学家报道：“这项研究的结果引入了以前未开发的生物相容性计算平台的范式，并可能能够开发具有与体液和生物组织相互作用的基于硬件硬件的人工神经网络的发展。”
通过将AI机器学习的创新技术与光电学相结合，科学家迈出了一步，朝着新颖的诊断和治疗剂迈出了一步，这些技术可能会延长人类的寿命和未来的整体生活质量。
