Кремниевые чипы и спасение зрения людей — наследие исследователя ИЛИ

Jul 05, 2023

Исследования, связанные с искусственным интеллектом (ИИ), проведенные в конце 1990-х годов Кеном Тобином и другими в Национальной лаборатории Ок-Ридж, лежат в основе технологии, которая сейчас используется в медицинских клиниках сети аптек для предоставления спасающих зрение телемедицинских диагнозов сотням тысяч людей. больные диабетом.

Представьте себе: пациент, который недавно узнал от врача в аптеке, что у него диабет, вернулся в клинику для проверки зрения.

В этом сценарии поставщик аптеки сфотографировал оба его глаза небольшой камерой. Она загрузила изображения с компьютера на интернет-сайт, который удаленно просматривал офтальмолог, который лечит глазные заболевания и расстройства. Диагноз будет отправлен ей по электронной почте в течение дня или около того, и она уведомит пациента о результатах.

Она могла бы сказать пациенту: «Вам следует проходить это обследование каждый год. Серьезным осложнением может быть диабетическая ретинопатия. В этом случае высокий уровень сахара в крови может повредить мелкие кровеносные сосуды сетчатки в задней части глаза.

«Эта болезнь в конечном итоге может привести к слепоте. Но если мы выявим ее достаточно рано, прежде чем вы заметите, что теряете зрение, вы можете сделать лазерную операцию, чтобы спасти свое зрение».

Офтальмолог, ставящий диагноз, использует систему поиска изображений на основе контента (CBIR), которая автоматически ищет и сопоставляет изображения глаз пациента с аналогичными изображениями глаз в большой базе данных. Архив включает изображения, на которых изображены здоровые глаза, глаза с первыми признаками диабетической ретинопатии (которые можно исправить с помощью лазерной хирургии), а также глаза, настолько серьезно пораженные болезнью, что слепота неизбежна.

Каково происхождение этой технологии, которая привела к удобному использованию услуг CVS MinuteClinic и эндокринологов? Это основано на исследованиях ИИ, проведенных Тобином и другими сотрудниками ORNL.

Тобин, главный специалист по исследованиям и партнерству с университетами в Ок-Риджских ассоциированных университетах с 2020 года, описал системы CBIR, которые он и коллеги из ORNL разработали и запатентовали, во время недавнего разговора о его 35-летнем опыте инноваций и лидерства с «Друзьями ORNL». Он сказал, что разработка CBIR стала «предшественником достижений искусственного интеллекта, о которых мы в последнее время читаем в новостях, таких как ChatGPT».

«Когда я вспоминаю свою карьеру, я понимаю, что хорошо спать по ночам помогает достижение телемедицинской диагностики сетчатки, поскольку оно сохраняет или поддерживает зрение тысяч пациентов», — сказал Тобин, назвавший себя «специалистом по визуализации, который использовал искусственный интеллект». "

Он добавил, что он также гордится разработкой технологий, которую он возглавлял, которая помогла полупроводниковой промышленности США «повысить выпуск продукции и сократить отходы», чтобы обеспечить выпуск высококачественных устройств и увеличить прибыль отрасли. Полупроводниковые устройства, также известные как «чипы», являются важными компонентами электронных схем наших автомобилей, ноутбуков, умных планшетов и смартфонов.

Автоматизированная технология получения полупроводниковых изображений ORNL занимает девятое место среди 10 лучших достижений лаборатории в области передачи технологий. На эти 10 лучших технологий приходится 48% гонораров лаборатории.

Первоначальная работа Тобина с Шоном Глисоном, Томом Карновски и другими для SEMATECH, консорциума полупроводниковых компаний, таких как Hewlett Packard, IBM и Motorola, привела к разработке системы CBIR для производителей благодаря финансированию лабораторных исследований и разработок (LDRD) в 1998-99 от ОРНЛ.

Полупроводниковые компании производят кремниевые пластины, из которых создаются интегральные схемы в электронных устройствах. Пластина диаметром от 8 до 11 дюймов может содержать до 600 полупроводниковых чипов, каждый из которых потенциально содержит миллионы или миллиарды транзисторов. Одна пластина, которая может содержать до трех миллионов компонентов, стоит тысячи долларов.

«Производители чипов хотят знать, как производственный процесс может привести к созданию плохих или дефектных чипов», — сказал Тобин. Чтобы увеличить количество хороших микросхем и минимизировать количество плохих, производителю необходимо быстро определить, какой из сложных процессов производства полупроводников неисправен и требует исправления.