Terveydenhuolto

Tutkijat arvostelivat tekoälyn kykyä hoitaa aivokuumea

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Italialaiset tutkijat ovat suorittaneet systemaattisen kirjallisuuskatsauksen, joka on julkaistu tänä kuuna APL Bioengineering -julkaisussa, jota julkaisee AIP Publishing. Katsauksen tavoitteena oli kehittää parempi ymmärrys tekoälystä (AI) ja sen kyvystä käytettäväksi aivokuumeen hoidossa. Keräämällä 2 696 eri tulosta, tutkijat keskittyivät 154 eniten viitatun paperiin.

Tekoäly pystyy käsittelemään valtavia määriä tietoa ja se voi tehdä sen erittäin nopeasti. Tämä yhdessä eri lähestymistapojen, kuten koneoppimisen, tietokoneen näön ja neuroverkkojen kanssa, luo ympäristön, jossa tekoälytekniikka on tehokas työkalu monia maailman suurimpia terveydenhuollon ongelmia vastaan.

Kuitenkin on olemassa monia haasteita, jotka liittyvät tähän teknologiaan ja sen käyttöön näissä aloissa, erityisesti diagnosoinnissa, kirurgisessa hoidossa ja aivokuumeen seurannassa. Uusi tutkimus voi auttaa kehittämään uusia menetelmiä, jotka ovat jatkuvasti edistymässä.

Arvostelu

Yksi arvostelun tärkeimmistä kohdista oli generatiivisen vastakkaisen verkoston käyttäminen vanhenneen aivokuoren kehittämiseen. Tämä mahdollisti asiantuntijoille aivokuumeen etenemisen tutkimisen.

Alice Segato oli kirjoittaja, joka laati paperin, jossa kerrottiin arvostelusta.

“Tekoälytekniikoiden käyttö tuo vähitellen tehokkaita teoreettisia ratkaisuja moniin kliinisiin ongelmiin, jotka liittyvät aivoihin”, Segato sanoi. “Erityisesti viime vuosina, kiitos asiaankuuluvan aineiston kertymisen ja yhä tehokkaampien algoritmien kehittymisen, on ollut mahdollista lisätä merkittävästi monimutkaisten aivomekanismien ymmärrystä.”

Tutkimus keskittyi muutamiin aivohoidon tärkeimpiin kohtiin, kuten tarkastelemaan tekoälymenetelmiä, jotka vastaavat aivokuoren rakenteen ja yhteyden ominaisuuksien käsittelystä, sekä kirurgisen potilaan arviointia. Muita olivat kuvatiedot aivokuumeen tutkimiseksi, ongelmien ja ongelmakohtien tunnistamiseksi, sairauden ja tulosten ennustamiseksi ja toimenpiteen aikaiselle avulle.

Jotkut kuvatiedot, joita käytetään aivokuumeen tutkimiseen, sisältävät 3D-tiedot, kuten magneettikuvaus, diffuusiokuvantaminen, positroniemissiotomografia ja tietokonekerroskuvaus. Tietokoneen näkötekniikoita voidaan käyttää analysoimaan kaikkia näitä kuvatietoja.

“Selitettävissä olevat algoritmit”

Julkaistussa tutkimuksessa tutkijat puolustavat “selitettävissä olevia algoritmeja”. Tämä tarkoittaa selvästi määriteltyjä polkuja ratkaisuihin, sen sijaan, että luotaisiin epämääräiseen “mustaan laatikkoon”, jota usein käytetään.

“Jos ihmiset hyväksyvät algoritmisten reseptien tai diagnoosien, heidän on luotettava niihin”, Segato sanoi. “Tutkijoiden pyrkimykset johtavat yhä monimutkaisempien ja tulkittavien algoritmien luomiseen, mikä voisi suosia “älykkäiden” teknologioiden laajempaa käyttöä käytännön kliinisissä yhteyksissä.”

Tämä kannanotto tulee myös ajankohtana, jolloin kansainväliset tutkijat vaativat lisää avoimuutta tekoälytutkimuksessa. Tutkijaryhmään kuului jäseniä johtavista laitoksista, kuten Princess Margaret Cancer Centre, University of Toronto, Stanford University, Johns Hopkins, Harvard School of Public Health ja Massachusetts Institute of Technology (MIT). Tutkijoiden mukaan avoimmat tulokset ja menetelmät voisivat johtaa parempiin syöpähoidoihin tutkimuksen perusteella.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.