Esta Empresa Desenvolve IA de Baixo Consumo para Alimentar Dispositivos Implantáveis

A TTP desenvolveu uma estrutura capaz de classificar dados de ECG em tempo real e avaliá-los quanto a possíveis arritmias usando inteligência artificial enquanto opera com baixo consumo, tornando-a adequada para uso em marcapassos. 

Solução da TTP para arritmias cardíacas 

A implantação convencional de IA consome muita energia e é difícil de aplicar a dispositivos implantados, mas a tecnologia oferece aos fabricantes de implantes uma maneira de desenvolver terapias em circuito fechado mais específicas. 

A TTP, provedora de soluções médicas, identificou e resolveu três desafios ao incorporar um processador de IA de baixo consumo em um sistema em circuito fechado para classificação de batimentos irregulares do coração.

Reconhecer padrões é considerado a capacidade básica da IA. E quando usada em terapias em circuito fechado, como desfibriladores implantáveis, ela fornece uma classificação mais confiável da atividade nervosa ou elétrica no corpo. Isso permite que o sistema forneça a estimulação elétrica necessária como tratamento.

Já o uso de um sistema de IA convencional sobrecarregaria a bateria limitada de um dispositivo implantado. Outro problema é que os sistemas convencionais exigem conectividade com a internet, o que pode ser problemático e não pode ser confiável para dispositivos cruciais para a manutenção da vida.

A empresa utilizou um microcontrolador pronto com acelerador de rede neural, mas foi a primeira do seu tipo com requisitos de baixo consumo para desenvolver sua solução que pode classificar dados de ECG em tempo real com a capacidade de energia disponível no dispositivo de marcapasso implantável.

Desenvolvendo IA de baixo consumo para terapias implantáveis

A empresa informou que alterou a forma como os modelos são treinados para classificação de sinais, juntamente com o design do hardware. Treinaram o modelo por meio de uma técnica chamada treinamento consciente de quantização para classificar dados de ECG em resolução mais baixa. Isso ajudou a empresa a manter o desempenho do modelo na resolução de 8 bits do acelerador. Normalmente, sistemas de IA para desktop e nuvem exigem resolução de 32 a 64 bits.

Os dados de ECG são frequentemente influenciados por diversos fatores, como variações entre indivíduos, variações elétricas e atividade cardíaca. Além disso, não é fácil escalar os dados digitalmente com a resolução limitada de dispositivos de borda de baixo consumo para obter desempenho de classificação aceitável. Portanto, para a classificação necessária, a TTP projetou o front-end analógico de forma a aproveitar toda a faixa dinâmica e ajustar o ganho antes da digitalização do sinal.

Pesquisadores da TTP também ajustaram o cronograma do sistema para reduzir os requisitos de energia. Os dispositivos de borda permanecem majoritariamente desligados quando não são necessários, portanto, a amostragem e a classificação de sinais deverão ser executadas em momentos distintos.

Os conjuntos de dados rotulados também são geralmente sincronizados temporalmente, pois se o processamento e a amostragem dos dados começarem em momentos não especificados, isso pode resultar em avaliações incorretas ou no desperdício desnecessário de bateria, e em alguns casos, os dados podem ser descartados. Por essa razão, os dados são primeiro pré-processados em um processo analógico para alcançar maior eficiência e precisão na avaliação.

A TTP está trabalhando em diversas soluções no campo médico e espera que mais sistemas de terapia em circuito fechado utilizem IA de baixo consumo.