《Cell》子刊:可拉伸半導體材料 助穿戴式人工智慧晶片即時分析健康大數據

撰文記者 劉馨香
日期2022-08-11
EnglishFrenchGermanItalianPortugueseRussianSpanish
圖:取自論文與芝加哥大學新聞
近(4)日,芝加哥大學Pritzker分子工程學院的華裔助理教授王思泓(Sihong Wang)團隊,發表一種以半導體材料製成的可穿戴、可拉伸的神經型態運算(neuromorphic computing)設備,能直接在身體上以人工智慧即時分析大量的健康數據,有望革新個人化醫療。該研究成果發表在Cell Press旗下的知名材料期刊《Matter》。

人們想像健康照護的未來,包括以穿戴式生物感測器追蹤多種健康指標,例如血液中的氧氣、糖、代謝物和免疫分子的濃度等。隨著感測器收集愈來愈多的資訊,分析的複雜度也以指數增長,因為每一項單一的數據,都必須納入使用者的病史及其他廣泛的健康參數一起考量,才能真正辨別出重要的疾病徵兆。

然而,將資訊發送到中心化的人工智慧運算設施並不理想,王思泓表示,以無線方式傳送健康數據的速度很慢、有隱私問題,而且能源使用效率非常低下;當我們收集的數據愈來愈多,傳輸所需的能源也愈多。

王思泓表示,研究團隊將可穿戴技術與人工智慧、機器學習結合在一起,創造出可直接在自己的身體上分析健康數據的強大設備。未來,人們將有機會以穿戴式電子設備持續追蹤健康,甚至在症狀出現之前檢測到疾病。這種不顯眼的穿戴式運算設備,是實現此願景的重要一環。

為了讓該設備與皮膚非常緊密地接合、適應皮膚的運動,研究團隊選擇可拉伸與彎曲的半導體聚合物材料製作電化學電晶體,設計出一種晶片,可以從多個生物感測器收集數據,並使用尖端的機器學習方法計算一個人的健康狀態。

這種神經型態運算晶片,不像一般的電腦,而是模仿人腦的運作模式,能夠以一種綜合的方式儲存和分析數據。

研究中,團隊以心電圖(ECG)數據測試該晶片,訓練該晶片將心電圖分為5類——健康訊號或4類異常訊號。然後,再以新的心電圖對其進行測試。研究顯示,無論晶片被拉伸或彎曲,都能準確地對心電圖進行分類,顯示出抗拉伸的高度穩定性。

目前,還需要更多的研究來測試該設備在健康偵測、疾病診斷方面的能力,但研究團隊相信,此一穿戴式運算設備,將能用來向患者或醫師發出警報,或用於自動調整藥物。

王思泓舉例,如果能獲得即時的血壓訊息,該設備就能很智慧地判斷,何時需調整患者的血壓藥物劑量。

王思泓表示,穿戴式電子設備與人工智慧的結合正成為蓬勃發展的領域,這項研究並非完成品,而僅是一個開始。王思泓已規劃開發新一代的穿戴式運算設備,以擴大其能整合的設備類型,以及其使用的機器學習演算法。

參考資料:
https://pme.uchicago.edu/news/stretchy-computing-device-feels-skin-analyzes-health-data-brain-mimicking-artificial

(編譯/劉馨香)