Wissenschaftlern der Professur für Optoelektronik an der TU Dresden ist es gelungen, eine bio-kompatible implantierbare KI-Plattform zu entwickeln: Sie erkennt auch ohne Mitwirkung von Ärzten, welche Muster in biologischen Signalen wie Herzschlägen gesund sind und welche Veränderungen als krankhaft einzustufen sind.
Das Forscher-Team um Prof. Karl Leo, Dr. Hans Kleemann und Matteo Cucchi verfolgt hierbei einen Ansatz für die Echtzeit-Klassifikation der Biosignale, der auf einem biokompatiblen KI-Chip basiert. Die Wissenschaftler setzen polymer-basierte Faser-Netzwerke ein, die dem menschlichen Gehirn strukturell ähneln und das neuromorphe KI-Prinzip des Reservoir-Computings ermöglichen.
Die Polymer-Fasern sind zufällig angeordnet und bilden ein so genanntes „Recurrent Network“. Dieses erlaubt, Daten analog dem menschlichen Gehirn zu verarbeiten. Weil diese Netzwerke nichtlinear arbeiten, lassen sich bereits kleinste Signaländerungen verstärken, die Ärzte oft nur schwer bewerten können. Durch die nichtlineare Transformation mit Hilfe des Polymer-Netzwerkes ist dies jedoch problemlos möglich. In Versuchen konnte die KI gesunde Herzschläge von drei häufig auftretenden Rhythmusstörungen mit einer Genauigkeit von 88 % unterscheiden. Dabei verbrauchte das Polymer-Netzwerk weniger Energie als ein Herzschrittmacher.
Die Nutzungsmöglichkeiten für implantierbare KI-Systemen sind vielfältig: So könnten damit Herzrhythmusstörungen oder Komplikationen nach Operationen überwacht und via Smartphone an Ärzte und Patienten gemeldet werden. Das ermöglicht schnelle medizinische Hilfe.
Mit diesem Ansatz sei es möglich, in Zukunft weitere intelligente Systeme zu entwickeln, die helfen können, Menschenleben zu retten.