TTP telah mengembangkan kerangka kerja yang mampu mengklasifikasikan data EKG real-time dan menilai potensi aritmia dengan kecerdasan buatan saat bekerja dengan daya rendah, sehingga cocok untuk digunakan pada alat pacu jantung.
Solusi TTP untuk aritmia jantung
Penerapan AI secara konvensional terlalu boros daya dan sulit diterapkan pada perangkat implan, namun teknologi ini menawarkan cara bagi pembuat implan untuk mengembangkan terapi loop tertutup yang lebih spesifik.
TTP, penyedia solusi medis, telah mengidentifikasi dan memecahkan tiga tantangan dengan menggabungkan prosesor AI berdaya rendah dalam sistem loop tertutup untuk klasifikasi detak jantung tidak teratur.
Mengenali pola dianggap sebagai kemampuan dasar AI. Dan bila digunakan dalam terapi loop tertutup seperti defibrillator implan, ini memberikan klasifikasi aktivitas saraf atau listrik dalam tubuh yang lebih andal. Hal ini memungkinkan sistem untuk memberikan rangsangan listrik yang diperlukan sebagai pengobatan.
Padahal, penggunaan sistem AI konvensional akan menekankan terbatasnya daya baterai perangkat yang ditanamkan. Masalah lainnya adalah sistem konvensional memerlukan konektivitas internet, yang dapat menjadi masalah dan tidak dapat diandalkan untuk perangkat yang sangat penting dalam menunjang kehidupan.
Perusahaan ini menggunakan mikrokontroler siap pakai dengan akselerator jaringan saraf, tetapi ini adalah yang pertama dari jenisnya dengan kebutuhan daya rendah untuk mengembangkan solusi mereka yang dapat mengklasifikasikan data EKG real-time pada kapasitas daya yang tersedia di perangkat alat pacu jantung yang dapat ditanamkan. .
Mengembangkan AI berdaya rendah untuk terapi implan
Perusahaan mengatakan bahwa mereka mengubah cara model dilatih untuk klasifikasi sinyal, serta desain perangkat kerasnya. Mereka melatih model tersebut melalui teknik yang disebut pelatihan sadar kuantisasi untuk mengklasifikasikan data EKG pada resolusi yang lebih rendah. Ini membantu perusahaan mempertahankan kinerja model pada resolusi akselerator 8-bit. Biasanya, sistem AI desktop dan cloud memerlukan resolusi 32-bit hingga 64-bit.
Data EKG sering kali dipengaruhi oleh banyak faktor berbeda, misalnya variasi orang-ke-orang, variasi listrik, dan aktivitas jantung. Dan tidak mudah untuk menskalakan data secara digital pada resolusi terbatas perangkat edge berdaya rendah dan mendapatkan performa klasifikasi yang dapat diterima. Oleh karena itu, untuk klasifikasi yang diperlukan, TTP merancang front-end analog sedemikian rupa sehingga dapat memanfaatkan rentang dinamis penuh dan mengubah penguatan sebelum digitalisasi sinyal.
Para peneliti di TTP juga mengubah pengaturan waktu sistem untuk mengurangi kebutuhan daya. Perangkat edge sebagian besar dinonaktifkan saat tidak diperlukan, sehingga pengambilan sampel dan klasifikasi sinyal harus dijalankan pada waktu yang berbeda.
Kumpulan data yang diberi label juga biasanya diatur berdasarkan waktu, karena jika pemrosesan dan pengambilan sampel data dimulai pada waktu yang tidak ditentukan, hal ini dapat mengakibatkan penilaian yang salah atau menguras baterai jika tidak perlu, dan dalam beberapa kasus, data juga dapat dibuang. Oleh karena itu, data terlebih dahulu diproses terlebih dahulu dalam proses analog untuk mencapai efisiensi dan penilaian yang lebih baik.
TTP sedang mengerjakan banyak solusi di bidang medis dan berharap lebih banyak sistem terapi loop tertutup akan memanfaatkan AI berdaya rendah.
