Forskere gjennomfører gjennomgang av AI sin evne til å behandle hjernesykdommer

Italienske forskere har fullført en systematisk litteraturgjennomgang som ble publisert denne måneden i APL Bioengineering, utgitt av AIP Publishing. Formålet med gjennomgangen var å utvikle en bedre forståelse av kunstig intelligens (AI) og dens evne til å brukes som en behandling for hjernesykdommer. Etter å ha samlet inn 2 696 forskjellige resultater, konkluderte forskerne med de 154 mest siterte artiklene. 

AI kan prosessere store mengder data, og den kan gjøre det svært raskt. Dette, sammen med forskjellige tilnærminger som maskinlæring, datavisualisering og neurale nettverk, hjelper til å skape en miljø hvor AI-teknologi er et effektivt verktøy mot mange av verdens største helseproblemer. 

Det finnes likevel mange utfordringer rundt teknologien og dens bruksområder, spesielt innen diagnose, kirurgisk behandling og overvåking av hjernesykdommer. Den nye studien kan hjelpe til å utvikle nye metoder, som stadig driver feltet fremover. 

Gjennomgangen

En av hovedpunktene i gjennomgangen var bruken av et generativt adversarialt nettverk for å syntetisk utvikle en eldre hjernel. Dette tillot eksperter å studere sykdommens utvikling over tid.

Alice Segato var forfatteren av artikkelen som detaljerte gjennomgangen.

“Bruken av kunstige tekniker bringer stadig mer effektive teoretiske løsninger til en stor mengde kliniske problemer relatert til hjernen,” sa Segato. “Spesielt i de siste årene, takket være akkumuleringen av relevante data og utviklingen av stadig mer effektive algoritmer, har det vært mulig å øke forståelsen av komplekse hjernemekanismer betydelig.”

Studien fokuserte på noen hovedområder innen hjernecare, som å undersøke AI-metoder som er ansvarlige for å prosessere informasjon om struktur- og konnektivitets_egenskaper til hjernen, samt vurdering av kirurgiske kandidater. De andre inkluderte bilde-data for å studere hjernesykdommer, å identifisere problemer og problemområder, å forutsi sykdom og resultater, og intraoperative assistanse. 

Noen av bilde-dataene som brukes til å studere hjernesykdommer inkluderer 3D-data som magnetresonanstomografi, diffusjonstensorbilde, positronemisjonstomografi og datatomografi. Datavisualiserings-AI-teknikker kan brukes til å analysere alle disse typene bilde-data. 

“Forklarlige algoritmer”

I den publiserte studien, advokerer forskerne for “forklarlige algoritmer”. Dette betyr tydelig detaljerte løsninger, i stedet for den svært vagt “black box” som ofte brukes. 

“Hvis mennesker skal akseptere algoritmiske resepter eller diagnoser, må de stole på dem,” sa Segato. “Forskernes innsats fører til skapelsen av stadig mer sofistikerte og tolkbare algoritmer, som kunne favorisere en mer intensiv bruk av ‘intelligente’ teknologier i praktiske kliniske sammenhenger.” 

Dette advokatyr skjer også i en tid når internasjonale forskere krever mer åpenhet i AI-forskning. Gruppen av forskere inkluderte medlemmer fra toppinstitusjoner som Princess Margaret Cancer Centre, University of Toronto, Stanford University, Johns Hopkins, Harvard School of Public Health og Massachusetts Institute of Technology (MIT). Ifølge forskerne kunne mer åpne funn og metoder hjelpe til å føre til bedre kreftbehandling basert på forskningen.