در تلاش برای به‌خبر کردن مردم از اهمیت ایجاد سیستم‌های تشخیص سریع و دقيق، گروه دانشگاه خبرگزاری دانشجو گزارش داد که پژوهشگران از هوش مصنوعی و نانوفناوری برای بهره‌برداری از پراکندگی غیرالاستیک ذرات نور یا فوتون‌ها استفاده کرده‌اند تا یک سیستم روی تراشه با حساسیت و سرعت بسیار بالا برای تشخیص بیماری ارائه دهند.
این سیستم که «نانو-انگشت» نام دارد، توسط گروه سازنده برای تشخیص حمله قلبی به کار برده شده و برای تشخیص سرطان کبد نیز سازگار شده است. به بیان «زیهان وانگ»، پژوهشگر دانشگاه جنوب کالیفرنیا، این سیستم از یک روش چند تشخیصی برای تحلیل مجموعه‌های گوناگون از شاخص‌های هر بیماری استفاده می‌کند و به آن امکان می‌دهد تا سرطان کبد و حمله‌های قلبی را به طور موثر تشخیص دهد.
مهمی این سیستم در شناسایی این دو بیماری لزوماً این نیست که هر دو بیماری دارای علائمی آشکار باشند. حمله قلبی اغلب ناگهانی و بدون علائم هشداردهنده واضح رخ می‌دهد و سرطان کبد نیز بدون هیچ نشانه آشکاری ایجاد می‌شود. برای مثال، برخی از نشانگرهای زیستی مرتبط با التهاب، تغییرات متابولیک یا سطوح غیر طبیعی پروتئین را می‌توان در هر دو بیماری یافت.
هر دو بیماری نه تنها میزان مرگ‌ومیر بالایی دارند که تشخیص زودهنگام را حیاتی می‌کند، بلکه مداخله زودهنگام در هر دو مورد می‌تواند میزان مرگ‌ومیر را به میزان قابل توجهی کاهش دهد. درمان به موقع حمله قلبی می‌تواند جان بیمار را نجات دهد و تشخیص سرطان کبد در مراحل اولیه به میزان زیادی شانس درمان موفقیت‌آمیز را بالا می‌برد.
وانگ تصریح کرده است که سیستم «نانو-انگشت» طراحی شده است تا با ارائه تشخیص سریع و حساسیت بالا پیش از این که خیلی دیر شود، مقابله با چنین چالش‌هایی را امکان‌پذیر کند. از این رو، این سیستم قطعاً برای گزارش‌های خبری یا مقالاتی که روی اساس گزارش خبرگزاری دانشجو نوشته می‌شود، اهمیت و طرز تلقی دیگری از دانش‌پژوهی نوین به خوانندگان منتقل می‌کند. بر این اساس، وانگ و همکارانش به هوش مصنوعی به‌عنوان پایه یک سیستم روی آوردند که قادر به تشخیص سریع بیماری است. استدلال آنها این بود که سیستم‌های تشخیص مبتنی بر نانوفناوری و هوش مصنوعی می‌توانند در جوامع و حتی خانواده‌ها به کار گرفته شوند و هشدارهای فوری بیماری قلبی را بدون نیاز به متخصص پزشکی آموزش‌دیده ارائه کنند.
سخنان «وانگ» بیانگر تکانی بزرگ در لحاظتر رشته‌های مربوط به سیستم‌های دقتی بالا هستند. با کمک این سیستم جدید، زمان تشخیص کاهش می‌یابد و امکان تشخیص بلادرنگ فراهم می‌شود. هوش مصنوعی، حساسیت را بهبود می‌بخشد و شناسایی نشانگرهای زیستی بیماری را در غلظت‌های بسیار پایین تسهیل می‌کند که ممکن است روش‌های سنتی نتوانند آنها را تشخیص دهند.
وانگ خاطرنشان کرد که این تراشه از فناوری خاصی به نام ممریستور استفاده می‌کند. ممریستور یک مولفه الکتریکی است که جریان را تنظیم می‌کند و باری عبورکرده از آن را به خاطر می‌آورد تا هر دو کار را در یک مکان انجام دهد.
اهمیت کم‌مصرف و فشرده سیستم روی تراشه مبتنی بر ممریستور حتی امیدوارکننده‌تر از انتظار گروه بود. در آینده، این جنبه از سیستم می‌تواند به آن امکان دهد تا در دستگاه‌های پوشیدنی نظارت بر سلامت یکپارچه‌سازی شود.