Mineng Technology setzt bei medizinischer KI auf ereignisgesteuerte SNN-Chips

Wofür das Geld vorgesehen ist

Die gemeldete Finanzierung über mehrere zehn Millionen Yuan dürfte Mineng Technology vor allem bei der Kommerzialisierung unterstützen – nicht bei einem klassischen, GPU-ähnlichen Chipprogramm. Nach Darstellung des Unternehmens sollen die Mittel in die Serienfertigung und Weiterentwicklung medizinischer Module, die technische Umsetzung geschlossener Regelkreise zur physiologischen Regulation sowie in die Integration bei Herstellern von Medizinprodukten fließen. Der vorliegende Bericht spricht von einer Eigenkapitalfinanzierung, bezeichnet sie aber nicht ausdrücklich als Series A. 15

Mineng positioniert sich dabei eher als Zulieferer für die Medizintechnik: angeboten werden sollen Chips, Module, SDKs, Entwicklungsleistungen und Unterstützung bei der Produktregistrierung – nicht vorrangig fertige Endgeräte für Patientinnen und Patienten. 15

Das technische Konzept: Sensorik, Ereignisse, sichere Regelung

Beschrieben wird eine vertikal integrierte Plattform nach dem Prinzip „physiologisches Erfassen → Ereignisverarbeitung → sichere Regulation“. Dazu gehören:

• multimodale Erfassung physiologischer Signale,
• Puls- beziehungsweise Ereigniskodierung,
• ein Mixed-Signal-Rechenkern mit Spiking Neural Network (SNN),
• eine programmierbare medizinische Interventionseinheit mit Sicherheitskontrollen auf Hardwareebene. 15

Der entscheidende Unterschied zu vielen GPU- oder NPU-basierten KI-Pipelines liegt in der Verarbeitung. Herkömmliche Systeme erfassen Daten oft in festen Zeitabständen und führen fortlaufend dichte numerische Tensoroperationen aus – auch dann, wenn sich in einem Biosignal kaum etwas klinisch Relevantes verändert.

Minengs Ansatz soll relevante Änderungen einer Kurve stattdessen in einzelne Spikes, also diskrete Ereignisse, übersetzen. Rechenoperationen werden dann erst ausgelöst, wenn solche Ereignisse eintreten. Bleibt ein bedeutsamer Ausschlag aus, kann das System in einen tiefen Energiesparmodus wechseln. Dieses Prinzip ist von biologischen Nervensystemen inspiriert: Neuronen kommunizieren überwiegend spärlich und asynchron über Impulse, nicht als ununterbrochener Strom von Fließkommazahlen unter einem globalen Takt. 15

Warum das für medizinische Biosignale interessant ist

EEG, EKG und EMG sind kontinuierliche, oft schwache und störanfällige Zeitreihen. Gerade hier können SNNs Vorteile haben: Sie bilden zeitliche Abläufe unmittelbar ab, vermeiden potenziell unnötige Berechnungen und können auf kurzzeitige Veränderungen mit geringer Latenz reagieren. Zudem lassen sich Datenbewegungen zwischen Speicher und Recheneinheit verringern – ein wichtiger Faktor für Energieverbrauch und Wärmeentwicklung. 14

Die Energieeffizienz ist allerdings keine automatische Eigenschaft jedes SNN. Sie hängt stark von Aufgabe, Datenkodierung, Modell, Chip-Implementierung und Messmethode ab. Ein asynchroner Forschungschip namens „Speck“ meldete beispielsweise eine Ruhestromaufnahme des Prozessors von 0,42 mW; Übersichtsarbeiten berichten in bestimmten Anwendungen von Einsparpotenzialen um mehrere Größenordnungen. Daraus folgt jedoch kein Beleg für eine konkrete Mineng-Angabe von etwa „1.000-fach“: Dafür wären offengelegte Vergleichsbedingungen nötig, etwa Modellgröße, Genauigkeitsziel, Workload und die genaue Systemgrenze der Leistungsmessung. 37

Vorgesehene Anwendungen

Mineng nennt unter anderem die Überwachung von EEG-, EKG- und EMG-Wellenformen, die Langzeitüberwachung chronischer Erkrankungen zu Hause, nichtinvasive Gehirn-Computer-Schnittstellen, geschlossene Regelkreise in der Rehabilitation, die autonome Regulation im Schlaf, Sportrehabilitation sowie Heimanwendungen bei chronischen Schmerzen. 15

Technisch passen insbesondere EKG und EEG gut zu einer ereignisbasierten Verarbeitung. Forschungssysteme haben bereits spikegetriebene EKG-Klassifikation für Wearables sowie neuromorphe Verfahren zur Vorhersage epileptischer Anfälle auf Basis von EEG, zur Arrhythmieerkennung mittels EKG und zur Auswertung von EMG demonstriert. 48

Ein KI-gestütztes Vorscreening medizinischer Bilddaten wäre zwar grundsätzlich eine denkbare Edge-AI-Anwendung. Im Bericht zur Finanzierung zählt es aber nicht zu den zentral offengelegten Produktzielen von Mineng. Besser belegt sind physiologische Sensorik, Monitoring und geschlossene Regelung. 15

Nutzen am Netzwerkrand – etwa in mobilen Versorgungsszenarien

In einem tragbaren Monitor könnte ein stromsparender Chip Warnungen oder eine erste Triage direkt vor Ort berechnen. Das wäre etwa dort hilfreich, wo Akkulaufzeit, Wärmeentwicklung, Datenschutz oder eine unzuverlässige Internetverbindung eine Rolle spielen. Ständige Cloud-Anbindung, der Upload langer Biosignalaufzeichnungen oder ein leistungsstarker Arbeitsplatzrechner wären dann womöglich weniger nötig.

Das ist ein technischer Vorteil, kein Nachweis klinischer Eignung: Aus den verfügbaren Informationen folgt nicht, dass Minengs Systeme bereits für Rettungswagen, Feldlazarette oder abgelegene Gesundheitsstationen klinisch validiert sind. Die allgemeine Begründung für energiearme, dynamische Verarbeitung direkt auf dem Gerät wird jedoch durch die neuromorphe Biomedizin-Forschung gestützt. 23

Einordnung im Neuromorphic-Markt

Mineng ist am ehesten als chinesischer, auf Medizintechnik spezialisierter Akteur im Neuromorphic-Trend einzuordnen. Im Mittelpunkt steht nicht universelle KI-Beschleunigung, sondern energieeffiziente Inferenz am Edge für Biosignale.

Zum Vergleich: Intels Loihi-Familie steht für programmierbare, asynchrone SNN-Forschungshardware mit On-Chip-Lernen. IBMs TrueNorth gilt als prägende digitale, ereignisgesteuerte Architektur für sehr energiearme Inferenz. Auch chinesische Projekte wie Tianjic und Darwin zeigen die heimische Forschung zu gehirninspirierter Hardware. 56

Minengs mögliches Alleinstellungsmerkmal liegt daher weniger in einer möglichst hohen Zahl simulierter Neuronen oder Synapsen. Entscheidend wäre vielmehr der beanspruchte Gesamtstack aus physiologischer Kodierung, Sicherheitslogik, standardisierten Modulen und Integration in regulatorische Prozesse für Medizinprodukte. 15

Was noch offen ist

Die Finanzierung kann den Weg von der Technologie zur Anwendung erleichtern. Der kommerzielle und medizinische Nachweis steht aber noch unter Vorbehalt. Neben der Rohenergieeffizienz zählen unter anderem robuste Trainingswerkzeuge für SNNs, reproduzierbare Ergebnisse, Fertigungsausbeute, Cybersicherheit, regulatorische Zulassung und belastbare klinische Evidenz.

Mineng berichtet über Umsätze und Kooperationen. Der zitierte Bericht liefert jedoch keine unabhängig geprüften Chip-Benchmarks, klinischen Endpunkte oder Nachweise regulatorischer Zulassungen. Für die Bewertung des Unternehmens werden gerade diese Daten wichtiger sein als plakative Effizienzangaben. 15