据外媒报道，人工智能（AI）将从根本上改变医学和医疗保健。诊断病人的数据，例如来自心电图、脑电图或X射线图像，可以在机器学习的帮助下进行分析，这样就可以根据细微的变化在很早的阶段发现疾病。然而，将人工智能系统植入人体仍然是一项重大的技术挑战。 德累斯顿工业大学光电子学学院的科学家们现在首次成功地开发了一个生物兼容的植入式人工智能平台，可以实时对生物信号（如心跳）的健康和病理模式进行分类。

即使没有医疗监督，它也能检测出病理变化。研究成果现已发表在 《科学进展》 杂志上。

在这项工作中，由Karl Leo教授、Hans Kleemann博士和Matteo Cucchi领导的研究小组展示了一种基于生物相容性AI芯片的健康和疾病生物信号的实时分类方法。他们使用基于聚合物的纤维网络，其结构类似于人类的大脑，并实现了储能计算的神经形态人工智能原理。聚合物纤维的随机排列形成了一个所谓的"递归网络"，使其能够处理数据，类似于人脑。这些网络的非线性使其能够放大甚至最小的信号变化，这些变化--以心跳为例--往往是医生难以评估的。然而，使用聚合物网络的非线性转换使之成为可能，没有任何问题。

在试验中，人工智能能够将健康的心跳与三种常见的心律失常区分开来，准确率达到88%。在这个过程中，聚合物网络消耗的能量比心脏起搏器少。植入式人工智能系统的潜在应用是多方面的。例如，它们可以用来监测心律失常或手术后的并发症，并通过智能手机向医生和病人报告，从而实现迅速的医疗援助。

“近年来，随着所谓的有机混合导体的发展，将现代电子学与生物学相结合的愿景已经取得了长足的进步，”该论文的第一作者、博士生Matteo Cucchi解释道。“然而，到目前为止，成功仅限于简单的电子元件，如单个突触或传感器。到目前为止，解决复杂的任务是不可能的。在我们的研究中，我们现在已经朝着实现这一愿景迈出了关键一步。通过利用神经形态计算的力量，我们不仅成功地实时解决了复杂的分类任务，而且我们还将有可能在人体内做到这一点。这种方法将使我们有可能在未来开发出进一步的智能系统，帮助拯救人类的生命。”