Датчик, который проводит биологическую диагностику на основе ИИ, разработали учёные Токийского университета

Искусственный интеллект (ИИ) имеет огромный потенциал в различных областях — от создания изображений до разработки автопилота для транспортных средств. Но для этого ему требуется огромное количество энергии. Например, на обучение одной популярной модели ИИ было затрачено 1287 МВтч, что можно сопоставить с выбросом 552 тонн углекислого газа.

Это серьезная проблема, особенно если рассматривать использование ИИ в медицине, где нужно обрабатывать большие объемы данных о здоровье.

Для использования ИИ в медицине нужны датчики, которые работают самостоятельно и не требуют постоянного подключения к центральному серверу. Они должны быть надежными, потреблять мало энергии, адаптироваться к изменяющимся биологическим сигналам, удобно крепиться к телу человека и легко утилизироваться.

Исследователи из Токийского университета создали гибкий сенсор, работа которого напоминает человеческий мозг. Он способен обрабатывать оптические сигналы, представляющие информацию о здоровье, и быстро реагировать на изменения. Работа появилась в сети 22 февраля 2024 года.

Благодаря этому устройству удалось распознать рукописные цифры с точностью 88%. Оно также остается работоспособным даже после повторного сгибания и растягивания до 1000 раз, что делает его эффективным для использования в носимых устройствах для мониторинга здоровья.

Журналисты "Питерских заметок" детально рассмотрели статьи российских авторов на данную тему. В своей работе доктор медицинских наук Ирина Кляритская, а также кандидаты медицинских наук Юрий Мошко, Валерий Кривой, Ирина Иськова, Елена Максимова и Елена Стилиди пишут о том, что применение (ИИ) в медицине продолжает расширяться.

Новые разработки открывают перспективы для быстрого и точного анализа данных. Врачи часто сталкиваются с необходимостью быстрого изучения больших объемов информации за ограниченное время. Кроме того, сложность интерпретации медицинских данных растет вместе с развитием новых диагностических методов.

Одним из интересных направлений применения ИИ в медицине является его использование для анализа данных видеокапсульной эндоскопии. Традиционные методы этого исследования могут быть технически сложными и сопряжены с рисками для пациентов. Например, колоноскопия может вызвать осложнения, такие как перфорация или кровотечение.

Компьютерная томографическая колоноскопия является менее инвазивной альтернативой, но требует дополнительных процедур для точного диагноза.

Применение ИИ в анализе данных видеокапсульной эндоскопии может помочь врачам более точно и быстро выявлять патологии желудка и кишечника, уменьшая риск осложнений для пациентов и улучшая качество диагностики.