最近,BBC播放了一位49岁的盲眼母亲RhianLewis通过自己的右眼正确读取时钟的新闻。Lewis的激动心情我们可以理解,因为她是英国首位接受全世界最先进的仿生眼植入的患者,这项技术过去只存在于书本中,如今成为了现实。
在大约五岁的时候,Lewis被诊断出色素性视网膜炎,这种疾病会损害视网膜上的光检测细胞(即光检测器),从而使得其不能吸收和处理入射光。自此以后,她的右眼就彻底失明了,左眼的视力也降到了0。虽然从传统医学上来说这种状况几乎已经无法治愈,但是Lewis的光学神经和视力所必须的脑回路仍然没有损坏。这就是说,光检测器是唯一需要替换的部分。
那么解决方案是什么?一个3x3mm的微型视网膜植入芯片。
这种芯片由德国工程公司RetinaImplantAG开发。在长达一天的手术过程中,这种芯片被植入到了Lewis右眼的后面,该手术在牛津JohnRadcliffe医院进行。RetinaImplantAG公司开发的这种芯片包含有1600个电极,仅相当于一个百万像素的百分之一不到,它可以捕捉到入射光,并且激活视网膜内部的神经细胞。然后,这些神经细胞会将电信号通过光学神经发送到大脑中。同时在耳朵背后的皮肤下面植入了一种小型电脑,该小型电脑通过皮肤外面的磁线圈进行供电。虽然这项技术已经有了很大的提高,但是这种装置还不够完美,因此并不能获得很好的视力。
当这个植入装置开启以后,病人会接收到光的闪烁,经过数周以后,大脑会开始感知这些闪烁,从而形成有意义的形状。通过无线装置,Lewis可以使用表盘来修改灵敏度、对比度和频率等。她能看见的图像可以无缝链接——观察到的物体充满了颗粒感,并且只有黑白颜色,但是对于盲人来说世界已经有了很大的改观。“其实,这八年来我一只在心里想象我的孩子的模样,现在当我可以准确地放置一些东西的时候,尤其是像在桌子上摆放汤勺或者叉子的时候,我感觉非常高兴,因为我可以准确地完成一些事情。”Lewis告诉卫报。
仿生眼技术其实并不新鲜,而这却是迄今为止最好的一个。
2012年,RobinMiller是第一批接受仿生眼植入的病人之一,他的仿生眼只植入了18个月;然而Lewis的仿生眼植入则可以超过5年。同样是在2012年,澳大利亚DianneAshworth也接受了视网膜植入,他的情况和Lewis的情况是一样的。在当时这项技术可以说是开创性的,它包含了24个电极。2013年劳伦斯·利弗莫尔国家实验室设计的ArgusII人工视网膜是医疗视觉修复术领域的第一个通过FDA批准的仿生眼。和澳大利亚DianneAshworth接受的人工视网膜一样,该装置也只包含20个电极,并且需要病人佩戴一个太阳镜一样的遮阳帽。Lewis测试的由TheRetinaImplantAG开发的仿生眼是其开发的第二个版本。该版本包含了超过100个电极,具有更好的分辨率、使用时间更长、耗能也更少。
据估计,全世界有超过2.85亿人患有类似的病症,从而无法看到这个世界,毫无疑问这种技术将会具有巨大的市场,从而有可能改变大量病人的生活状态。随着这项技术日趋成熟,这些装置也将会具有更好的分辨率,创伤也会变得更小,且使用时间更长久。不仅如此,这项技术也有望变得更加便宜,更加广泛。
更重要的是,对于那些多年来都没有见过家人面孔的病人来说,重新看到这一切将不再是梦,而且这一切都有可能在不远的将来就会实现。
关键字:仿生眼 医疗
引用地址:
仿生眼点燃希望 失明者可以重见光明
推荐阅读最新更新时间:2024-03-16 12:01
8000亿美元市场前景,医疗器械行业浮现三大布局良机
医疗器械行业增速稳健,2030年全球市场销售额有望达到8000亿美金;景气度拐点向上,机构看好细分行业龙头。 毕马威(KPMG)近日针对医疗器械行业前景研究显示,该行业有望保持稳定增长,全球年度销售额预测以每年超过5%的速度增长,到2030年销售额将达到近8000亿美元。这反映出随着人们现代生活习惯病日益普遍,对创新型新设备(如可穿戴设备)和服务(如健康数据)的需求持续增长,以及新兴市场(尤其是中国和印度市场)的经济发展释放了的巨大潜能。 但是,KPMG指出,“仅仅靠制造设备,然后通过分销商销售给医疗服务机构”的日子已不复存在。价值是成功的新代名词,预防是最佳的诊治结果,智能是新的竞争优势。医疗器械行业面临着业务和运营模式的重
[安防电子]
Atos和NVIDIA利用E级计算,推进气候和医疗研究
全新卓越人工智能实验室将借助高性能计算和AI,大规模解决科学难题 Atos和NVIDIA今日宣布成立卓越人工智能实验室(Excellence AI Lab,简称EXAIL),该实验室将汇聚一批科学家和研究人员,助力推进欧洲计算技术、教育和研究的发展。 该实验室的首批研究项目将集中在高性能计算和人工智能的进步所推动的五大关键领域:气候研究、医疗和基因组学、与量子计算的结合、边缘人工智能/计算机视觉以及网络安全。 Atos公司将利用NVIDIA基于Arm架构的Grace CPU、NVIDIA下一代GPU、Atos BXI E级互联技术和NVIDIA Quantum-2 InfiniBand网络平台,开发一台E级计算级别的B
[医疗电子]
几款值得推荐的医疗级AC/DC电源模块
随着科学技术的发展,现在 医疗 电子设备的种类、数量和功能也越来越多、越来越完善,而这些设备都离不开 电源 ,因此电源的性能对产品的性能起到关键性的作用,在这些电源中分为AC/DC级电源和DC/DC级电源,其中对AC/DC级电源的选用要求很高,本文就以AC/DC级电源的选购谈一下我个人的观点,仅供使用人员参考。
由于医疗设备使用的对象是人,因此对设备的要求很高,医疗设备的正常运行与否关系到病人、医生的健康乃至生命,而电源的可靠性对设备的正常运行起到关键性的作用,因此在一些国际标准中将医疗电源和工业和科学实验类电源同时归为ISM设备,但是鉴于医疗设备对安全的要求相当严格,医疗电源设计有其特殊的规范,对要求更为苛刻的生
[电源管理]
警惕5类医疗APP谎言
人的身体错综复杂,健康问题只有医生才能说了算。但这并不意味着现代科技也帮不上什么忙。相反,借助现代的追踪技术,了解自己的身体,监督健身目标,研究治疗方案等正变得越来越容易。
互联健康中心(Center for Connected Health)是一家旨在提供常规医院或医生诊所治疗外的健康医疗服务的机构。其创始人人Joe Kvedar博士介绍说,“通常看病包括两个部分,一部分是理性的技术:医生通过问诊收集疾病信息,做出诊断与治疗计划。而另一部分则是感性的交流,存在于患者与医生的沟通中。”
“而我们的工作并不是要隔离医患双方,或是取代医生的角色,”Kvedar博士解释说,“目前公司对患者提供的只是依照一
[医疗电子]
智慧医疗时代来临 本土HIT市场龙争虎斗
人吃五谷杂粮,总有个大病小灾的。上医院看病关系着我们每个人的身体健康和切身利益,医疗已经成为全民关注的焦点问题。说来也巧,到省城中心医院办事的时候,遇到了中心医院的任院长,就在一个暖阳高照的午后,我们拉开了话匣子。
全面医疗和智慧医疗时代开启
话匣子一打开,任院长不由一番感慨。上世纪五六十年代,缺医少药看病难;上世纪七八十年代,赤脚医生走天下;上世纪九十年代,医疗建设露曙光;进入二十一世纪,医疗体制大变革;特别是近两年,终于迎来到全民医疗、智慧医疗时代。短短的几十年光景,中国的医疗体制、医疗条件、医疗环境、医疗水平可谓发生了翻天覆地的变化。以前从来也不敢想像的远程医疗、移动医疗、智慧医疗等新兴概念进入公众视
[医疗电子]
2024年医疗AI市场超100亿美元
随着人们对这些技术所带来的好处日益了解,AI在医疗领域的应用正越来越广泛,例如药物研发和医学影像学等方面。 高昂的初始资本需求和维护维修费用以及AI可能扰乱行业并导致大规模失业的担忧,阻碍了AI的早期采用。 当前,医疗领域的大数据分析应用正在以惊人的速度发展,不断增加的海量医疗数据,使得人们越来越需要利用AI技术来进行数据挖掘并提供更高效的医疗保健服务。与此同时,AI技术在疾病诊断和监测方面的应用也将有利推动医疗AI市场的发展。 此外,在预测期内,医学影像预计将同样以超过40%的CAGR发展,在2024年的市值将超过25亿美元,成为第二大细分市场。与放射学相比,AI在医学影像学中应用的日益增加能够在非常早期的阶段改善肿瘤诊断
[医疗电子]
英国公共医疗系统NHS首次使用3D打印技术完成前列腺手术
日前,英国伦敦的一位外科医生在3D打印的病人前列腺瘤复制品的帮助下完成了一例复杂的前列腺手术。下面就随医疗电子小编一起来了解一下相关内容吧。 尤为值得注意的是,该手术是在伦敦Guy's and ST Thomas's NHS信托基金会进行的,该信托基金属于英国国民健康服务(NHS)体系,这个体系是为全体英国公民提供全方位的医疗服务的,以免费为主。简单地说,就是类似于我国的公费医疗体系。 英国公共医疗系统NHS首次使用3D打印技术完成前列腺手术 3D打印技术目前作为一种手术辅助工具在世界上得到了相当程度的应用,并且已经挽救了无数的生命。这是一种简单而有效的方法:医疗人员获得病人解剖结构的扫描数据,然后将这
[医疗电子]
图像分割算法或可提高万倍效率 将用于医疗影像
美国麻省理工学院的研究人员日前称,他们开发出了一种新的图像分割算法,可将传统分割算法的效率提高上万倍。该研究将有助于改善医疗成像系统的识别精度并实现对特定3D物体的连续跟踪识别。 当我们推开窗户向外张望时,马上就能看到汽车、人行道、行人或者远处高大的建筑。这在计算机领域中被称为视觉识别,对人类来说毫无难度,但对计算机视觉识别技术来说却是个难以解决的核心问题。因为计算机并不明白两个不同物体有什么不同,所以就必须将图像分割开来,告诉计算机每个物体的边界在哪里,用来解决这个问题的算法就被称为图像分割算法。 在图像分割算法上,最原始也最传统的算法是使用大量的猜测并通过计算进行匹配和排除。这种算法虽然也能达到目的,但效率低而且占
[医疗电子]