Ranh giới tiếp theo của các thiết bị y tế sử dụng edge AI không còn là các thiết bị đeo hay máy theo dõi cạnh giường bệnh mà chính là bên trong cơ thể con người. Hệ thống Nucleus Nexa System vừa ra mắt của Cochlear là cấy ghép ốc tai đầu tiên có khả năng chạy các thuật toán Machine Learning trong khi vẫn đảm bảo tối ưu năng lượng cực thấp, lưu trữ dữ liệu cá nhân hóa ngay trên thiết bị và nhận các bản cập nhật firmware qua không dây để cải thiện mô hình AI theo thời gian.
Đối với các chuyên gia AI, thách thức kỹ thuật là cực kỳ lớn: xây dựng mô hình cây quyết định phân loại năm môi trường âm thanh khác nhau trong thời gian thực, tối ưu để chạy trên thiết bị với nguồn năng lượng hạn chế mà phải hoạt động trong hàng chục năm, đồng thời trực tiếp tương tác với mô thần kinh con người.
Cây quyết định kết hợp với tính toán siêu tiết kiệm năng lượng
Tâm điểm trí tuệ của hệ thống là SCAN 2, một bộ phân loại môi trường âm thanh, phân tích âm thanh đầu vào và phân loại thành các nhóm: lời nói, lời nói trong môi trường ồn, tiếng ồn, nhạc hoặc im lặng.
“Các phân loại này sau đó được đưa vào cây quyết định, một dạng mô hình Machine Learning,” Jan Janssen, Giám đốc Công nghệ Toàn cầu của Cochlear giải thích trong buổi phỏng vấn độc quyền với AI News. “Quyết định này dùng để điều chỉnh các cài đặt xử lý âm thanh phù hợp với từng tình huống, từ đó điều chỉnh tín hiệu điện gửi đến cấy ghép.”
Mô hình này chạy trên bộ xử lý âm thanh ngoài, nhưng điểm thú vị là bản thân cấy ghép cũng tham gia vào quá trình xử lý thông minh qua Quản lý Năng lượng Động. Dữ liệu và năng lượng được trao đổi giữa bộ xử lý và cấy ghép qua một kênh RF cải tiến, cho phép chip tối ưu hóa hiệu suất năng lượng dựa trên phân loại môi trường của mô hình Machine Learning.
Đây không chỉ đơn thuần là quản lý năng lượng thông minh mà còn là giải pháp cho một trong những bài toán khó nhất trong công nghệ cấy ghép: làm thế nào để giữ cho thiết bị hoạt động liên tục hơn 40 năm khi không thể thay pin?
Lớp trí thông minh Lĩnh vực
Ngoài phân loại môi trường, hệ thống còn sử dụng thuật toán lọc tiếng ồn Lĩnh vực ForwardFocus, tận dụng đầu vào từ hai micro đa hướng để tạo bản đồ Lĩnh vực của tín hiệu mục tiêu và tiếng ồn. Thuật toán giả định rằng tín hiệu mục tiêu đến từ phía trước trong khi tiếng ồn phát ra từ hai bên hoặc phía sau, rồi áp dụng bộ lọc Lĩnh vực để giảm thiểu tiếng ồn nền.
Điểm đáng chú ý từ góc độ AI là tính năng tự động hóa. ForwardFocus hoạt động hoàn toàn độc lập, giúp người dùng không bị căng thẳng trong việc xử lý các cảnh âm thanh phức tạp. Quyết định kích hoạt bộ lọc Lĩnh vực được thực hiện tự động dựa trên phân tích môi trường mà không cần sự can thiệp từ người dùng.
Khả năng nâng cấp: Bước ngoặt AI trong thiết bị y tế
Điểm đột phá làm nên sự khác biệt của Nucleus Nexa so với các cấy ghép thế hệ trước là khả năng nâng cấp firmware ngay trên thiết bị cấy ghép. Trước đây, một khi cấy ghép ốc tai được gắn vào cơ thể qua phẫu thuật, khả năng của nó gần như cố định. Các thuật toán xử lý tín hiệu, mô hình Machine Learning tốt hơn, khả năng giảm tiếng ồn đều không thể đem đến lợi ích cho bệnh nhân đã sử dụng thiết bị.
Nucleus Nexa Implant làm thay đổi căn bản vấn đề này. Nhờ kết nối RF ngắn độc quyền của Cochlear, các chuyên gia thính học có thể truyền các bản cập nhật firmware từ bộ xử lý ngoài đến cấy ghép bên trong cơ thể. Tính bảo mật dựa vào giới hạn vật lý – khoảng cách truyền dữ liệu rất ngắn và công suất thấp chỉ cho phép cập nhật khi thiết bị nằm gần nhau – cùng với các quy trình bảo đảm an toàn ở cấp độ giao thức.
“Với các cấy ghép thông minh, bản đồ nghe cá nhân hóa của người dùng được lưu trữ trực tiếp trên implant,” Janssen giải thích. “Nếu bạn làm mất bộ xử lý ngoài, chúng tôi có thể gửi một bộ xử lý mới và thiết bị sẽ tự động lấy lại bản đồ cá nhân đó từ implant.”
Implant lưu trữ tối đa bốn bản đồ nghe riêng biệt trong bộ nhớ trong. Từ góc độ triển khai AI, điều này giải quyết vấn đề quan trọng: làm thế nào duy trì các tham số mô hình cá nhân hóa khi các thành phần phần cứng bị lỗi hoặc phải thay thế?
Từ cây quyết định đến mạng nơ-ron sâu
Hiện tại, Cochlear vẫn sử dụng các mô hình cây quyết định cho phân loại môi trường – một lựa chọn thực tế do hạn chế về năng lượng và yêu cầu dễ hiểu trong thiết bị y tế. Tuy nhiên, Janssen cho biết hướng phát triển công nghệ sẽ là: “Trí tuệ nhân tạo qua mạng nơ-ron sâu – một dạng Machine Learning phức tạp – trong tương lai có thể cải thiện khả năng nghe trong các môi trường ồn.”
Công ty cũng đang khảo nghiệm các ứng dụng AI không chỉ giới hạn trong xử lý tín hiệu. “Cochlear đang nghiên cứu khả năng sử dụng AI và kết nối để tự động hóa các cuộc kiểm tra định kỳ và giảm chi phí chăm sóc trọn đời,” Janssen chia sẻ.
Điều này mở ra một xu hướng mới cho thiết bị y tế dùng edge AI: từ xử lý tín hiệu phản ứng chuyển sang giám sát sức khỏe dự đoán; từ điều chỉnh thủ công của bác sĩ chuyển sang tối ưu hóa tự động.
Bài toán giới hạn của Edge AI
Điều làm cho việc triển khai này trở nên hấp dẫn với các kỹ sư Machine Learning là các giới hạn khắt khe phải đối mặt:
Năng lượng: Thiết bị phải hoạt động hàng thập kỷ với nguồn năng lượng tối thiểu, thời gian pin được đo bằng ngày liên tục dù xử lý âm thanh và truyền không dây liên tục.
Độ trễ: Xử lý âm thanh diễn ra thời gian thực với độ trễ không thể nhận thấy – người dùng không thể chịu được sự sai biệt giữa lời nói và kích thích thần kinh.
An toàn: Đây là thiết bị y tế quan trọng, tác động trực tiếp lên mô thần kinh. Sự cố mô hình không chỉ gây khó chịu mà còn ảnh hưởng lớn đến chất lượng cuộc sống.
Khả năng nâng cấp: Implant phải hỗ trợ cải tiến mô hình trong hơn 40 năm mà không cần thay phần cứng.
Bảo mật: Dữ liệu sức khỏe được xử lý ngay trên thiết bị, Cochlear áp dụng kỹ thuật tách thông tin cá nhân nghiêm ngặt trước khi dữ liệu được dùng để đào tạo mô hình trong chương trình phân tích thực tế với hơn 500.000 bệnh nhân.
Những giới hạn này bắt buộc các quyết định kiến trúc khác hoàn toàn so với khi triển khai mô hình ML trên Cloud hay điện thoại thông minh. Mỗi miliwatt đều quý giá. Mỗi thuật toán phải đảm bảo an toàn y tế. Mỗi bản cập nhật firmware đều phải an toàn tuyệt đối.
Vượt xa Bluetooth: Tương lai của cấy ghép kết nối
Trong tương lai, Cochlear sẽ tích hợp Bluetooth LE Audio và tính năng phát sóng âm thanh Auracast – cả hai đều đòi hỏi các bản cập nhật firmware cho implant. Những giao thức này không chỉ nâng cao chất lượng âm thanh so với Bluetooth truyền thống mà còn giảm tiêu thụ năng lượng, đồng thời biến implant thành một nút trong mạng lưới hỗ trợ nghe rộng hơn.
Auracast cho phép kết nối trực tiếp với các luồng âm thanh tại các địa điểm công cộng như sân bay, phòng tập thể dục, biến implant từ thiết bị y tế đơn lẻ thành một thiết bị y tế edge AI kết nối trong môi trường điện toán xung quanh.
Tầm nhìn xa hơn là các thiết bị cấy ghép hoàn toàn tích hợp micro và pin, loại bỏ hoàn toàn các thành phần bên ngoài. Khi đó, bạn đang nói về hệ thống AI hoàn toàn tự chủ bên trong cơ thể người – có khả năng điều chỉnh môi trường, tối ưu năng lượng, duy trì kết nối không dây mà không cần sự can thiệp từ người dùng.
Bản thiết kế AI cho thiết bị y tế
Việc triển khai của Cochlear đưa ra một bản thiết kế cho các thiết bị y tế sử dụng edge AI đối mặt với những giới hạn tương tự: bắt đầu với các mô hình dễ hiểu như cây quyết định, tối ưu tối đa năng lượng, xây dựng khả năng nâng cấp từ ngày đầu, và thiết kế cho chu kỳ sử dụng lên đến 40 năm thay vì vòng đời thiết bị tiêu dùng 2-3 năm thông thường.
Như Janssen nhận định, implant thông minh ra mắt hôm nay “thực sự là bước đầu tiên của một implant còn thông minh hơn nữa.” Trong một ngành tập trung vào phát triển nhanh và triển khai liên tục, việc thích nghi với chu kỳ sản phẩm hàng chục năm trong khi vẫn duy trì sự tiến bộ của AI là một thách thức kỹ thuật đầy hấp dẫn.
Câu hỏi không còn là liệu AI có thay đổi thiết bị y tế không – mà là các nhà sản xuất khác có thể giải quyết bài toán giới hạn nhanh đến đâu để đem về các hệ thống thông minh tương tự ra thị trường.
Đối với 546 triệu người khiếm thính chỉ riêng ở khu vực Tây Thái Bình Dương, tốc độ đổi mới này sẽ quyết định liệu AI trong y học có dừng lại ở giai đoạn thử nghiệm hay trở thành tiêu chuẩn chăm sóc.
(Ảnh: Cochlear)
Nguồn : https://www.artificialintelligence-news.com/
