Последние достижения в области медицинских технологий, примером которых могут служить описанные в статье исследовательские прототипы. Среди них - датчики с искусственным интеллектом для обнаружения сердечных приступов и умные пижамы, позволяющие следить за сном.
Медицинские и вспомогательные технологии претерпевают значительные изменения, и эти новые разработки меняют правила ухода за пациентами. Мы видим очень крутые решения для реабилитации, диагностики и мониторинга. Вот пять последних примеров исследований в области носимых и диагностических технологий.
1. Носимое устройство, помогающее людям восстанавливаться после травм спинного мозга
Группа UC Berkeley Embodied Dexterity Group придумала новое крутое носимое роботизированное устройство под названием Dorsal Grasper. Он предназначен для людей с повреждениями спинного мозга в шейных позвонках C5-C7.
Эти травмы затрудняют захват кистью предметов, но не приводят к полному отказу от движений запястьем. Многие люди используют технику, называемую тенодезным хватанием, когда вы держите запястья вытянутыми, чтобы сомкнуть пальцы. Но этот метод не является достаточно прочным и гибким для повседневной деятельности. Большинство существующих вспомогательных устройств либо мешают работе рук, либо требуют инвазивного управления.
Dorsal Grasper - это хенд-фри устройство, которое крепится к тыльной стороне кисти и с помощью двух роботизированных пальцев помогает захватывать предметы. На запястье расположен датчик, который распознает движение и активирует пальцы, так что вы можете управлять устройством без сложных настроек. У него есть скоба на предплечье с маленькими моторчиками, которые приводят в движение всю конструкцию, и прорезиненная спинная накладка, чтобы помочь вам сохранить хороший хват. Он повышает успешность захвата предметов и позволяет пользователям дотягиваться до них дальше, а значит, им приходится меньше двигать телом. Первые тесты показали 100% успех при захвате с помощью устройства по сравнению с 64,7% без него. В настоящее время исследователи работают над тем, чтобы получить разрешение регулирующих органов.
2. Портативный датчик на базе искусственного интеллекта для диагностики сердца
Исследователи из Калифорнийского университета в Лос-Анджелесе разработали портативный датчик на базе искусственного интеллекта для обнаружения сердечного тропонина I (cTnI), ключевого биомаркера сердечных приступов. Современные высокочувствительные тесты на cTnI требуют дорогостоящего лабораторного оборудования, которое не всегда доступно, особенно в сельской местности и в условиях ограниченных ресурсов. Новое устройство, хемилюминесцентный анализ вертикального потока (CL-VFA), обеспечивает точность лабораторного уровня при значительно меньшей стоимости. Для этого требуется лишь небольшой образец крови, а результаты предоставляются в течение 25 минут. Система сочетает в себе бумажный датчик, компактный оптический считыватель и алгоритмы глубокого обучения, которые анализируют хемилюминесцентные сигналы для обнаружения cTnI в концентрациях от 0,1 пг/мл.
Доступность и портативность датчика делают его подходящим для оказания неотложной помощи, использования в мобильных клиниках и аптеках. Клинические испытания показали сильную корреляцию с лабораторными анализаторами, одобренными FDA, что указывает на его надежность. Предстоящие планы дальнейшего развития включают добавление большего количества биомаркеров для более широкой оценки сердечного риска, интеграцию анализа на основе смартфонов и получение одобрения регулирующих органов.
3. Умная пижама для мониторинга нарушений сна
Исследователи из Кембриджского университета разработали умные пижамы, предназначенные для мониторинга нарушений сна в домашних условиях. В то время как традиционная полисомнография (ПСГ) точно отслеживает нарушения сна, она требует пребывания в больнице в течение ночи и использования сложного оборудования. Потребительским устройствам, таким как смарт-часы, не хватает точности для выявления нарушений дыхания. В новых умных пижамах, разработанных исследователями из Кембриджа, используются тканевые датчики на основе графена для отслеживания дыхания и положения тела во время сна без необходимости плотного контакта. Модель искусственного интеллекта SleepNet анализирует эти сигналы и с точностью 98,6% определяет шесть состояний сна, включая апноэ, храп и скрежет зубами.
Датчики встроены в дышащую ткань и соединены посеребренными нейлоновыми нитями с небольшой печатной платой, обеспечивающей беспроводную передачу данных. Система работает на низком энергопотреблении и работает до 48 часов без подзарядки. Данные о сне передаются в приложение для смартфона, предоставляя информацию в режиме реального времени. Устройство хорошо зарекомендовало себя в клинических испытаниях, обнаруживая случаи апноэ более точно, чем коммерческие носимые устройства.
4. Кремниевый чип для синаптического картирования
Исследователи из Гарварда разработали кремниевый чип, который отображает синаптические связи в нейронных сетях в беспрецедентном масштабе. Традиционные методы, такие как электронная микроскопия, позволяют составить структурные карты, но не дают представления о функциях, в то время как электрофизиология с локальной фиксацией потенциала позволяет фиксировать синаптическую активность, но ограничена в масштабах. Этот чип устраняет этот пробел, одновременно записывая данные с 3600 нейронов и отслеживая около 70 000 синаптических событий за эксперимент. Он предлагает новый способ изучения связей в мозге, синаптической дисфункции и неврологических расстройств, таких как эпилепсия и болезнь Альцгеймера.
Устройство построено на КМОП-платформе с 4096 микроотверстиями-электродами, каждое из которых действует как патч-зажимная пипетка. Применяя контролируемые электрические токи, система обеспечивает внутриклеточный доступ к нейронам, не повреждая их. Алгоритмы машинного обучения анализируют силу синапсов и паттерны соединений, помогая реконструировать динамику сети. Дальнейшие разработки включают масштабирование до 10 000+ электродов для полного картирования коры головного мозга, интеграцию оптической визуализации и адаптацию чипа для применения in vivo. Эта технология может быть использована в интерфейсах «мозг-компьютер», тестировании лекарств и нейроморфных вычислениях.
5. Метод увеличения разрешения УЗИ в 10 раз
Исследователи из Университета Висконсин-Мэдисон разработали метод ультразвуковой визуализации в дальней зоне, который повышает разрешение сверх дифракционного предела. Стандартные ультразвуковые системы с трудом распознают структуры размером меньше половины длины волны используемых ими акустических волн, что ограничивает их способность обнаруживать крошечные элементы, такие как кальцификация сосудов на ранней стадии или микротромбы. Существующие решения, такие как ультразвуковая локационная микроскопия, требуют точного отслеживания контрастных веществ, что нецелесообразно в динамичных средах, таких как кровеносные сосуды.
Новый метод использует комбинацию аппаратного обеспечения и вычислительной реконструкции. Зонд Verasonics L11-5V передает ультразвуковые волны, в то время как случайно разбросанные стеклянные микросферы рассеивают сигнал, кодируя детали субволнового диапазона в обнаруживаемые данные дальнего поля. Затем алгоритм считывания со сжатием восстанавливает изображение, улучшая разрешение в 10 раз по сравнению с обычными методами.