Вече всички свикнахме умните устройства около нас да се грижат за здравето ни - постоянно имаме информация за пулса ни, какво разстояние сме изминали, а в някои случаи дори за телесната ни температура. Но дали е възможно носимите устройства да откриват болестите дори преди симптомите да се появят? Сихонг Уанг и неговият изследователски екип от Pritzker School of Molecular Engineering (PME) на Чикагския университет смятат, че са постигнали точно това.  
„С тази работа ние свързахме технологията за носене с изкуствен интелект и машинно обучение, за да създадем мощно устройство, което може да анализира здравни данни направо върху собствените ни тела“, казва Уанг. 
В бъдеще носимите биосензори биха могли да проследяват показатели за здравето, включително нива на захар, кислород и метаболити в кръвта на пациентите. 

Имайки предвид тази цел, те са разработили чип, който може да събира данни от множество биосензори и да прави заключения за здравето на човек, използвайки машинно обучение. 
Едно от най-големите предизвикателства според Уанг е създаването на устройство, което се интегрира безпроблемно с кожата. Ето защо екипът се обръща към полимери, които имат способността да се разтягат и огъват. След това те се комбинират в устройство, което позволява базиран на AI анализ на здравни данни. Чипът, наречен невроморфен компютърен чип, не работи като типичен компютър. Вместо това той функционира по-скоро като човешки мозък със способността да съхранява и анализира данни по интегриран начин. 
За да бъде тествано, устройството беше натоварено със задачата да анализира данни от електрокардиограма (ЕКГ), която записва електрическата активност на човешкото сърце. Резултатите се разделят в пет потенциални групи: една за сигнали в нормални граници  и четири за необичайни такива. Независимо от положението си чипът успя да ги засече и разграничи напълно правилно.  
Уанг подчертава, че това изследване е отправна точка, и той вече планира нови итерации на чипа, за да разшири типовете устройства, с които може да се интегрира, както и видовете алгоритми за машинно обучение, които използва - като например предупреждаване на пациенти или за автоматична настройка на лекарства. 

Снимки: John Zich/ University of Chicago/Unsplash

Виж още: Злокобен AI създаде собствена наука, която хората не могат да разберат