Роботы станут не только более умными, но и гибкими. Исследователи из Университета штата Пенсильвания разработали сегнетоэлектрический полимер, который эффективно преобразует электрическую энергию в механическую деформацию. Этот материал, потенциально пригодный для использования в медицинских приборах и робототехнике, преодолевает традиционные пьезоэлектрические ограничения. Исследователи улучшили характеристики за счёт создания полимерного нанокомпозита, значительно снизив необходимую для деформации напряжённость поля, что расширяет потенциал применения.

Источник изображения: Qing Wang / psu.edu

Новый тип сегнетоэлектрического полимера, который исключительно хорошо преобразует электрическую энергию в механическую деформацию, обещает стать высокоэффективным контроллером движения или линейным приводом (актуатором) с большим потенциалом для применения в медицинских устройствах, передовой робототехнике и системах точного позиционирования, сообщает международная группа исследователей под руководством Университета Пенсильвании (PSU).

Механическая деформация — изменение формы материала при приложении силы — является важным свойством для актуатора, который представляет собой любой материал, который изменяется или деформируется при приложении внешней силы, например, электрической энергии. Традиционно материалы для приводов были жёсткими, но мягкие аналоги демонстрируют большую гибкость и приспособляемость к окружающей среде.

Исследование продемонстрировало потенциал нанокомпозитов из сегнетоэлектрических полимеров для преодоления ограничений традиционных пьезоэлектрических полимерных композитов, предлагая перспективный путь для разработки мягких актуаторов с улучшенными характеристиками деформации и плотности механической энергии. Мягкие приводы представляют особый интерес для исследователей робототехники благодаря своей прочности, мощности и гибкости.

«Потенциально мы можем получить тип мягкой робототехники, которую мы называем искусственными мышцами. Это позволит нам получить мягкую материю, способную выдерживать большую нагрузку в дополнение к большой деформации. Таким образом, этот материал будет в большей степени имитировать человеческую мышцу», — сказал Цин Ванг (Qing Wang), профессор материаловедения и инженерии Университета Пенсильвании и соавтор исследования.

Однако прежде чем эти материалы смогут оправдать надежды учёных, им необходимо преодолеть несколько препятствий, и в исследовании были предложены возможные решения этих проблем. Первая — как повысить силу воздействия мягких материалов. Учёным известно, что мягкие исполнительные материалы, которыми являются полимеры, имеют наибольшую деформацию, но они генерируют гораздо меньшую силу по сравнению с пьезоэлектрической керамикой.

Вторая проблема заключается в том, что для сегнетоэлектрического полимерного привода обычно требуется очень высокое движущее поле, то есть сила, которая навязывает изменение в системе, например, изменение формы. В данном случае высокое движущее поле необходимо для создания изменения формы полимера, требуемого для сегнетоэлектрической реакции, необходимой для превращения в актуатор.

Решение, предложенное для улучшения характеристик сегнетоэлектрических полимеров, заключалось в разработке перколяционного нанокомпозита на основе сегнетоэлектрического полимера — своего рода микроскопической наклейки, прикреплённой к полимеру. Включив наночастицы в один из видов полимера, поливинилиденфторид (polyvinylidene fluoride), исследователи создали взаимосвязанную сеть полюсов внутри полимера.

«Этот новый материал может быть использован для многих устройств, для эффективности которых требуется низкое движущее поле, таких как медицинские приборы, оптические устройства и мягкая робототехника», — сказал профессор Цин Ванг. Можно с уверенностью сказать, что этот материал станет незаменимым в приборах для дистанционных нейрохирургических операций.

Новый сегнетоэлектрический полимер, разработанный исследователями из Пенсильвании, представляет собой значительный прорыв в области робототехники и медицинских устройств. Этот материал, способный эффективно преобразовывать электрическую энергию в механическую деформацию, обещает стать высокоэффективным контроллером движения. Исследование подчёркивает потенциал нанокомпозитов из сегнетоэлектрических полимеров для преодоления ограничений традиционных пьезоэлектрических полимерных композитов, открывая перспективный путь для разработки мягких актуаторов с улучшенными характеристиками деформации и плотности механической энергии. Это открытие может привести к созданию нового типа мягкой робототехники, которую можно назвать искусственными мышцами, и представляет собой важный шаг вперёд в этой области.

Med-PaLM 2, медицинский ИИ-чатбот Google, проходит тестирование в клинике Mayo и других медицинских учреждениях США. Этот инструмент, предназначенный для ответов на вопросы в сфере медицины, может стать особенно полезным в странах с ограниченным доступом к медицинским услугам. Несмотря на некоторые проблемы с точностью, Med-PaLM 2 показывает обнадёживающие результаты.

Источник изображения: Userba011d64_201 / pixabay.com

Начиная с апреля, новейший ИИ-чатбот от Google, предназначенный для ответов на вопросы о медицине, проходит тестирование в исследовательской клинике Mayo, а также других медицинских учреждениях США. Med-PaLM 2 — это модификация PaLM 2, который был анонсирован на Google I/O в мае текущего года. PaLM 2 — это языковая модель, лежащая в основе Google Bard.

The Wall Street Journal сообщает, что согласно внутренней переписке, которую изучил источник, Google считает, что обновлённая модель может быть особенно полезна в странах с «ограниченным доступом к медицинским услугам». Med-PaLM 2 была обучена на основе тщательно подобранного набора примеров или демонстраций, созданных и предоставленных медицинскими экспертами, что, по мнению Google, делает её более эффективной в диалогах о здоровье пациента, в сравнении с обычными ИИ-чатботами, такими как Bard, Bing и ChatGPT.

Также WSJ ссылается на исследование, опубликованное Google в мае, которое показало, что Med-PaLM 2 всё ещё сталкивается с некоторыми проблемами точности, которые разработчики уже научились решать в больших языковых моделях. В ходе исследования врачи обнаружили больше неточностей и нерелевантной информации в ответах, предоставленных Google Med-PaLM и Med-PaLM 2, чем в ответах других врачей.

Тем не менее, почти по всем другим показателям, таким как обоснование аргументов, ответы, поддержанные консенсусом, или отсутствие признаков неправильного понимания, Med-PaLM 2 показал результаты, сравнимые с результатами реальных врачей. WSJ пишет, что клиенты, тестирующие Med-PaLM 2, будут контролировать свои медицинские данные, которые будут зашифрованы, и даже Google не будет иметь к ним доступа.

Согласно словам старшего директора по исследованиям Google Грега Коррадо (Greg Corrado), Med-PaLM 2 всё ещё находится на ранней стадии разработки. Коррадо заявил, что, хотя он бы не хотел, чтобы это стало частью «медицинского путешествия» его собственной семьи, включающего всё от первого визита к врачу и диагностики до лечения, реабилитации и последующего наблюдения, он считает, что Med-PaLM 2 «расширяет возможности применения ИИ в здравоохранении в 10 раз».

Можно сказать, что медицинский ИИ-чатбот Google является значительным шагом вперёд в области здравоохранения. Несмотря на некоторые проблемы с точностью, выявленные в ходе исследований, общие результаты показывают, что этот инструмент может быть эффективным, особенно в странах, где доступ к медицинским услугам ограничен. Однако, как подчеркнул старший директор по исследованиям Google, Med-PaLM 2 пока находится на ранней стадии разработки, и поэтому важно продолжать тестирование новейшего ИИ для большей точности диагнозов, а следовательно и безопасности пациентов.

Основанный на искусственном интеллекте алгоритм помог группе британских исследователей значительно повысить точность диагностики инфарктов и минимизировать ложноположительные результаты. Это позволит разгрузить врачей в медицинских учреждениях, сконцентрировав их усилия на пациентах, которым необходима помощь в первую очередь.

Источник изображения: Tumisu / pixabay.com

Алгоритм был испробован на 10 тыс. пациентов в шести странах, продемонстрировав точность в 99,6 % случаев — он показывал отрицательный результат тем, у кого отсутствовала угроза здоровью вне зависимости от пола и возраста. Одним из маркеров инфаркта миокарда является белок тропонин, который выбрасывается в кровь при отмирании клеток сердца. Однако у некоторых пациентов, преимущественно женщин, его уровень при инфаркте оказывается нетипично низким.

Решением проблемы оказался алгоритм ИИ, получивший название CoDE-ACS. Он принимает в расчёт не только уровень тропонина, но и индивидуальную для пациента информацию: возраст, пол, результаты электрокардиограммы, а также историю болезни. Всё это повышает вероятность правильной диагностики сердечного приступа.

Острую боль, которая является одним из признаков инфаркта, могут вызывать многие состояния, и диагностика не всегда оказывается простой задачей, напомнил руководитель исследования профессор кардиологии Эдинбургского университета Николас Миллс (Nicholas Mills). Участие ИИ при принятии решений имеет огромный потенциал для повышения эффективности традиционно загруженных отделений неотложной помощи. Возможность быстро исключить сердечный приступ поможет сократить число госпитализаций. Клинические испытания технологии в Шотландии продолжаются.

AT&T объединилась с производителем медицинских датчиков Cherish Health для создания, как утверждается первого в отрасли радарного устройства, способного обнаруживать чрезвычайные ситуации и отслеживать людей, которые могут упасть в обморок. Он может делать это в нескольких комнатах по всему дому, «присматривая» за людьми даже через стены.

Источник изображения: AT&T

Устройство, получившее название Cherish Serenity, использует комбинацию сотовой связи AT&T, радара и технологии искусственного интеллекта Cherish для определения положения тела, движения и биометрических данных без использования камер или носимых трекеров.

Данные Бюро переписи населения США показывают, что люди старше 65 лет представляют собой наиболее быстрорастущий сегмент населения страны, что может привести к увеличению трудностей для семьи и друзей, ухаживающих за пожилыми дома. Основатель и генеральный директор Cherish Сумит Нагпал (Sumit Nagpal) говорит, что платформа Cherish Serenity открывает «совершенно новый класс возможностей домашней безопасности и мониторинга здоровья, не ставя под угрозу конфиденциальность и достоинство людей и не требуя каких-либо изменений в их образе жизни».

Устройство начинает работать с того момента, как вы подключаете его к источнику питания, что избавляет от необходимости что-либо настраивать пожилым и менее технически подкованным людям. Его также не нужно постоянно заряжать, как носимые устройства.

Cherish Serenity поставляется с сотовой связью AT&T. Его также можно подключить к сети быстрого реагирования FirstNet, которую помогла построить AT&T. Cherish Serenity будет доступен для корпоративных клиентов, таких как дома престарелых и для поставщиков медицинских услуг. Стоимость и дата начала продаж пока неизвестна.

Google представила на ежегодном мероприятии The Check Up, посвящённом вопросам здравоохранения, нейросетевую модель Med-PaLM 2, которая может оказать помощь в работе врачей. Подробности об этом сообщил ресурс siliconangle.com.

Источник изображения: Google Cloud

Компания оценила точность выводов Med-PaLM 2 с помощью задания с рядом вопросов, как на экзамене на получение медицинской лицензии в США. По данным Google, ИИ-модель набрала 85 % баллов, что на 18 % выше, чем у нейронной сети Med-PaLM предыдущего поколения. Компания утверждает, что по производительности Med-PaLM 2 «намного превосходит» аналогичные ИИ-модели других разработчиков.

Google Cloud планирует предоставить в ближайшие недели доступ к Med-PaLM 2 ограниченному кругу клиентов с целью изучения возможностей применения ИИ-модели в области медицины. Google намерена «понять, как Med-PaLM 2 можно использовать для проведения насыщенных, информативных дискуссий, получения ответов на сложные медицинские вопросы и поиска информации в неструктурированных медицинских текстах», сообщается в блоге Google Cloud.

Med-PaLM 2 — одна из нескольких ИИ-моделей, созданных Google для сферы здравоохранения. Компания сообщила в ходе мероприятия о заключении новых соглашений о сотрудничестве с целью использования технологий ИИ для нужд медицины. В частности, было объявлено о партнёрстве со структурой некоммерческой медицинской организации Right to Care с целью сделать скрининг на туберкулёз с помощью ИИ широкодоступным в странах Африки к югу от Сахары.

Google Cloud также анонсировала в ходе мероприятия программный пакет Claims Acceleration Suite с поддержкой ИИ, призванный сократить объём административной работы в организациях здравоохранения.

Доктор Айзек Кохейн (Isaac Kohane), гарвардский специалист по информационным технологиям и медицине, совместно с двумя коллегами протестировал GPT-4 на предмет возможности использовать искусственный интеллект во врачебной сфере. По словам исследователя, система проявила себя лучше многих врачей.

Источник изображений: Tumisu / pixabay.com

Результаты эксперимента доктор Кохейн изложил в книге «Революция ИИ в медицине», написанной совместно с независимой журналисткой Кэри Голдберг (Carey Goldberg) и вице-президентом Microsoft по исследованиям Питером Ли (Peter Lee). Выпущенная в марте ИИ-модель GPT-4 в 90 % случаев правильно отвечала на вопросы из экзамена на получение лицензии врача, выступая лучше ChatGPT на базе GPT-3 и GPT-3.5 и даже некоторых докторов, у которых уже есть лицензии.

GPT-4 отлично проявил себя не только как экзаменуемый и знаток фактов, но и как переводчик. Он разобрался с медицинской выпиской пациента на португальском языке и перефразировал наполненный техническим жаргоном текст в материал, с которым справится и шестиклассник. ИИ предлагал врачам полезные советы, как вести себя у постели больного и как разговаривать с пациентом о его состоянии понятным, но сострадательным языком. Машина справлялась с обработкой объёмных отчётов об обследовании, мгновенно обобщая их содержимое.

Свои ответы система излагала в формате, который как будто указывает на интеллект сродни человеческому, но исследователи всё равно пока делают вывод, что в своих размышлениях ИИ ограничен шаблонами — пускаться в полноценные рассуждения с причинно-следственными связями GPT-4 ещё не умеет. Тем не менее, когда системе предложили данные по реальному случаю, та на уровне специалиста с годами учёбы и практики верно диагностировала редкую болезнь.

Доктор Кохейн, с одной стороны, рад, что в обозримом будущем такой инструмент будет доступен миллионам людей, но, с другой стороны, он пока не знает, как сделать платформу безопасной для пользователя. GPT-4 не всегда надёжен в своих ответах, и в книге приводится множество примеров его ошибок разного рода. Причём ИИ склонен настаивать на своей правоте, когда ему на эти ошибки указывают — это явление в технической среде уже назвали «галлюцинациями». В свою защиту GPT-4 однажды заявил: «У меня нет намерений кого-то обманывать или вводить в заблуждение, но я иногда совершаю ошибки и делаю предположения, основываясь на неполных или неточных данных. Я не даю клинических оценок и не несу этической ответственности как врач или медсестра».

В качестве одной из мер защиты авторы книги предлагают проводить по нескольку сессий с GPT-4, чтобы ИИ сам «перечитывал» или «проверял» собственную работу «свежим взглядом». Иногда это помогает выявлять ошибки: GPT-4 несколько раз в сдержанной форме признавал своё заблуждение. Или можно поручить проверку его работы специалисту.

В ходе ежегодного мероприятия The Check Up, компания Google анонсировала инициативы, связанные со здравоохранением. В частности, команда Google Health поделилась информацией о новых продуктах, разрабатываемых с использованием технологий машинного обучения и систем искусственного интеллекта на базе нейронных сетей.

Источник изображения: freepik.com

Компания рассказала о новых ИИ-решениях для УЗИ-диагностики, помощи в лечении рака и мониторинга туберкулёза. Одной из ключевых новинок стала специализированная языковая модель, названная Med-PaLM 2.

Первый её вариант анонсировали в конце прошлого года. Он предназначен для предоставления высококачественных ответов на медицинские вопросы — это первая ИИ-система, получившая «проходной балл», правильно ответив на более 60 % вопросов с возможностью выбора ответов, аналогичных тем, что используются для получения медицинских лицензий в США. В Google заявили, что второе поколение технологии — Med-PaLM 2 — стабильно отвечало на ответы на экспертном уровне с точностью более 85 % — на 18 % лучше в сравнении с предыдущими результатами.

По данным Google Health, компания также сравнивает результаты тестов нового варианта Med-PaLM с ответами настоящих врачей. В Google сообщают, что ответы ИИ проверяют не только на фактическую точность, но и на потенциальный вред советов для пациентов.

В ходе экспериментов ИИ отвечал на вопросы о признаках пневмонии и перспективах лечения тех или иных болезней. Но если на некоторые вопросы бот давал даже более развёрнутые и правильные ответы, чем люди, то в некоторых случаях он допускал ошибки. С учётом деликатного характера медицинской информации, в Google считают, что пройдёт некоторое время до того, как технология станет доступной широкой аудитории. Компания намерена продолжить работать с исследователями и профильными специалистами над Med-PaLM. Больше информации о технологии появится в обозримом будущем.

Представители экспертного сообщества считают, что технология имеет колоссальный потенциал, но важно, чтобы её применение в реальном мире осуществлялось в ответственной и этичной манере.

Компания Silicon Labs разработала миниатюрные чипы xG27, которые достаточно компактны и энергоэффективны для применения в медицине. Технология позволяет поместить чип вместе со специальным датчиком на один из зубов человека для постоянного мониторинга характеристик слюны — это позволит непрерывно следить за здоровьем и предупреждать многие заболевания.

Источник изображения: Silicon Labs

Как сообщает Silicon Labs, семейство однокристальных платформ xG27 включает модели BG27 и MG27. Обе построены на основе ядра Arm Cortex M33, а отличаются тем, что BG27 использует Bluetooth, а MG27 — Zigbee и другие протоколы. Площадь чипов составляет 2-5 мм².

Важно, что BG27 уже используется в реальном решении — интегрируемом в зуб сенсоре. Производитель медицинского оборудования Lura Health заявляет, что уже применяет его в тестовом режиме для диагностики. Сенсор так мал, что его действительно можно прикрепить к зубу для постоянного мониторинга слюны с учётом более 1000 параметров.

Компания не впервые создаёт футуристическую электронику. Но если многие проекты срываются из-за сложного процесса сертификации американскими регуляторами, то в этом случае Lura Health заявляет, что закончила клинические исследования с участием компании UConn Orthodontics и теперь готовится получить одобрение Управления по контролю за продуктами и лекарствами США (FDA). Если всё пойдёт согласно планам, продукт появится на рынке в ближайшие 12-18 месяцев.

Источник изображения: Silicon Labs

Имеются и другие перспективные сферы применения чипсета от Silicon Labs — умные медицинские пластыри, сенсоры для постоянного мониторинга уровня глюкозы в крови, носимое ЭКГ-оборудование. Одним из главных преимуществ является возможность использования напряжения всего в 0,8 В и переключения в «режим хранения», что позволяет снизить утечку энергии из батареи во время транспортировки и собственно хранения на складе в течение длительного времени.

Как сообщает издание MIT Technology Review, исследование, проводимое группой учёных во главе с нейрохирургом Самиром Шетом (Sameer Sheth) из техасского Медицинского колледжа Бэйлора, помогло разработать технологию, которая в будущем позволит не только диагностировать, но и лечить депрессии. Определённые результаты есть и сейчас, но они требуют чересчур инвазивного вмешательства в головной мозг пациентов.

Источник изображения: Paola Chaaya/unsplash.com

Пятеро добровольцев с симптомами депрессии, не поддающейся медикаментозному лечению, приняли участие в эксперименте, предусматривавшем вживление в мозг по 14 электродов, по 7 в каждое полушарие. Глубокая стимуляция мозга (DBS) с помощью импульсов электрического тока уже довольно давно используется для лечения определённых расстройств, например — для лечения симптомов эпилепсии или паркинсонизма, но депрессия является более сложным заболеванием — отчасти потому, что пока нет точного понимания того, что происходит с мозгом при таких расстройствах.

Известно, что врачи десятилетиями пытались лечить депрессию с помощью электродов и электрического тока, некоторые результаты даже были обнадёживающими, но стабильных успехов так и не удалось добиться. В начале 2020 года стартовал эксперимент, предусматривавший использование «декодера настроения» — технологии, позволяющей определить настрой пациента, просто отследив его мозговую активность. Учёные надеются, что использование технологии позволит им лучше понять, насколько глубока депрессия пациента и точнее размещать электроды для достижения максимального эффекта.

По словам Шета, результаты крайне многообещающие. Он и его коллеги смогли не только связать специфическую активность мозга с настроением, но и нашли способ улучшать его электротоком. «Это первая демонстрация успешного и устойчивого декодирования настроения людей в этих регионах мозга», — заявил нейрохирург.

DBS обычно предусматривает размещение одного или двух электродов глубоко в мозг для передачи электрических импульсов в точно обозначенные участки. Учёные пытаются выяснить, как с помощью таких методик можно лечить не только паркинсонизм, но и заболевания вроде обсессивно-компульсивных расстройств, пищевых расстройств и депрессий. К сожалению, ряд исследований, проведённых в 2000-е годы, не дал стабильных результатов в случае пациентов, резистентных к антидепрессантам. После того как два крупных исследования в этой области не увенчались успехом, тесты были в основном свёрнуты — отработанной технологии пока не существует.

По данным Шета, его команда прибегла к методике, иногда применяемой при лечении эпилепсии, не поддающейся коррекции с помощью лекарств. В таких случаях врачи вживляют электроды в разные участки мозга, чтобы определить, где именно начинаются судороги. После этого происходит либо электростимуляция участков мозга, либо их удаление.

Впрочем, депрессия не возникает в одном определённом участке, поэтому пришлось вживлять по 7 электродов в каждом полушарии (некоторые временно) для определения мозговых «шаблонов», характерных для того или иного настроения. Также исследователи экспериментировали с типами и интенсивностью стимуляции.

Источник изображения: Josh Riemer/unsplash.com

Операцию по вживлению электродов провели первому добровольцу под общим наркозом, по два постоянных DBS-электрода вживили в те регионы полушарий, которые, как считается, связаны с депрессией. Ещё по пять временных электродов вживили в полушария на участках, отвечающих за настроение и когнитивные способности.

Как сообщает издание MIT, во время операции подопытного приходилось регулярно приводить в чувство, чтобы спросить — как он себя чувствует. Через 9 дней команда удалила 10 временных электродов, оставив только 4, которые подключили к источнику питания, вживлённому в грудную клетку (с возможностью подзарядки) — стимуляция действительно помогла поддерживать настроение подопытного.

При этом учёные считают, что метод не получит массового применения, поскольку он является весьма инвазивным, отнимающим много времени и дорогим, а только в США страдают депрессией миллионы человек. Вместо этого остаётся надежда обнаружить закономерности в местах «локализации» депрессий и использовать менее многочисленные DBS-электроды для лечения.

Исследователи надеются, что в будущем будут разработаны методы неинвазивного сканирования, не требующие вживления многочисленных электродов для диагностики и поиска оптимального места для вживления, позволяющие оценить не только наличие депрессии, но и её степень. Сам участник эксперимента заявляет, что врачи буквально спасли ему жизнь.

Впрочем, в любом случае возникнет и ряд проблем — начиная с невозможности точной диагностики из-за разницы человеческих организмов, до этических — не исключено, что многие не пожелают, чтобы, например, работодатель знал об их состоянии.