TTP ha desarrollado un marco que es capaz de clasificar datos de ECG en tiempo real y evaluarlos en busca de posibles arritmias con inteligencia artificial mientras trabaja a baja potencia, lo que lo hace adecuado para su uso en marcapasos.

La solución de TTP para las arritmias cardíacas

El despliegue convencional de IA requiere demasiada energía y es difícil de aplicar a dispositivos implantados, pero la tecnología ofrece a los fabricantes de implantes una forma de desarrollar terapias de circuito cerrado más específicas.

TTP, un proveedor de soluciones médicas, ha identificado y resuelto tres desafíos incorporando un procesador de inteligencia artificial de bajo consumo en un sistema de circuito cerrado para la clasificación de los latidos irregulares del corazón.

Reconocer patrones se considera la capacidad básica de la IA. Y cuando se utiliza en terapias de circuito cerrado como desfibriladores implantados, proporciona una clasificación más confiable de la actividad nerviosa o eléctrica en el cuerpo. Esto permite que el sistema proporcione la estimulación eléctrica requerida como tratamiento.

Mientras que el uso de un sistema de IA convencional sobrecargará la energía limitada de la batería de un dispositivo implantado. Otro problema es que los sistemas convencionales requieren conectividad a Internet, lo que puede ser un problema y no se puede confiar en él para dispositivos que son cruciales para el sustento de la vida.

La empresa utilizó un microcontrolador disponible en el mercado con un acelerador de red neuronal, pero fue el primero de su tipo con bajos requisitos de energía en desarrollar su solución que puede clasificar datos de ECG en tiempo real con la capacidad de energía disponible en el dispositivo marcapasos implantable. .

Desarrollando IA de bajo consumo para terapias implantables

La compañía dijo que cambiaron la forma en que se entrenan los modelos para la clasificación de señales, junto con el diseño del hardware. Entrenaron el modelo mediante una técnica llamada entrenamiento consciente de la cuantificación para clasificar los datos del ECG a una resolución más baja. Esto ayudó a la empresa a mantener el rendimiento del modelo con una resolución de 8 bits del acelerador. Por lo general, los sistemas de inteligencia artificial de escritorio y en la nube requieren una resolución de 32 a 64 bits.

Los datos del ECG suelen verse influenciados por muchos factores diferentes, por ejemplo, la variación de persona a persona, la variación eléctrica y la actividad cardíaca. Y no es fácil escalar datos digitalmente con la resolución limitada de los dispositivos de baja potencia y obtener un rendimiento de clasificación aceptable. Por lo tanto, para la clasificación necesaria, TTP diseñó la interfaz analógica de manera que pueda utilizar el rango dinámico completo y cambiar la ganancia antes de la digitalización de la señal.

Los investigadores de TTP también alteraron la sincronización del sistema para reducir los requisitos de energía. La mayoría de los dispositivos periféricos se mantienen apagados cuando no es necesario funcionar, por lo que el muestreo y la clasificación de señales deberán ejecutarse en momentos diferentes.

Los conjuntos de datos etiquetados también suelen estar alineados en el tiempo, porque si el procesamiento de datos y el muestreo comienzan en momentos no especificados, esto puede resultar en evaluaciones incorrectas o agotar las baterías innecesariamente y, en algunos casos, los datos también pueden descartarse. Por este motivo, los datos se preprocesan primero en un proceso analógico para lograr una mejor eficiencia y evaluación.

TTP está trabajando en muchas soluciones en el campo médico y espera que más sistemas de terapia de circuito cerrado aprovechen la IA de bajo consumo.