Badacze przeprowadzili przegląd możliwości AI w leczeniu chorób mózgu

Włoscy badacze dokonali systematycznego przeglądu literatury, który został opublikowany w tym miesiącu w APL Bioengineering, wydawanym przez AIP Publishing. Celem przeglądu było rozwinięcie lepszego zrozumienia sztucznej inteligencji (AI) i jej możliwości stosowania w leczeniu chorób mózgu. Po zebraniu 2 696 różnych wyników, badacze skupili się na najlepszych 154 najczęściej cytowanych pracach.

AI jest w stanie przetwarzać ogromne ilości danych i może to robić bardzo szybko. To, w połączeniu z różnymi podejściami, takimi jak machine learning, computer vision i sieci neuronowe, tworzy środowisko, w którym technologia AI jest skutecznym narzędziem w walce z wieloma z największych problemów zdrowotnych na świecie.

Jednak istnieją wiele wyzwań związanych z tą technologią i jej zastosowaniem w tych dziedzinach, szczególnie w diagnozie, leczeniu chirurgicznym i monitorowaniu chorób mózgu. Nowe badanie może pomóc w rozwoju nowych metod, które będą stale posuwać tę dziedzinę do przodu.

Przegląd

Jednym z głównych punktów przeglądu było zastosowanie sieci generatywnej przeciwnika w celu syntetycznego rozwoju starzejącego się mózgu. To pozwoliło ekspertom na badanie przebiegu choroby w czasie.

Alice Segato była autorem artykułu opisującego przegląd.

„Stosowanie sztucznych technik stopniowo wprowadza efektywne teoretyczne rozwiązania wielu prawdziwych problemów klinicznych związanych z mózgiem,” powiedziała Segato. „Szczególnie w ostatnich latach, dzięki gromadzeniu się istotnych danych i rozwojowi coraz bardziej efektywnych algorytmów, było możliwe znaczne zwiększenie zrozumienia złożonych mechanizmów mózgu.”

Badanie koncentrowało się na kilku głównych obszarach opieki nad mózgiem, takich jak badanie metod AI odpowiedzialnych za przetwarzanie informacji o strukturze i cechach połączeń mózgu, a także ocenę kandydatów do leczenia chirurgicznego. Pozostałe obejmowały dane obrazowe do badania chorób mózgu, identyfikację problemów i obszarów problemowych, przewidywanie choroby i wyników, oraz pomoc w trakcie operacji.

Niektóre z danych obrazowych używanych do badania chorób mózgu obejmują dane 3D, takie jak rezonans magnetyczny, obrazowanie tensorowe dyfuzji, pozytronowa tomografia emisyjna i tomografia komputerowa. Techniki sztucznej inteligencji z zakresu computer vision mogą być używane do analizy wszystkich tych typów danych obrazowych.

„Wyjaśnialne algorytmy”

W opublikowanym badaniu, naukowcy opowiadają się za „wyjaśnialnymi algorytmami”. Oznacza to wyraźnie szczegółowe ścieżki do rozwiązań, zamiast bardzo niejasnej „czarnej skrzynki”, na którą często się powołuje.

„Jeśli ludzie mają zaakceptować recepty lub diagnozę algorytmiczną, muszą im ufać,” powiedziała Segato. „Wysiłki badaczy prowadzą do tworzenia coraz bardziej zaawansowanych i interpretowalnych algorytmów, co mogłoby sprzyjać bardziej intensywnemu stosowaniu „inteligentnych” technologii w praktycznych kontekstach klinicznych.”

To opowiadanie się za transparentnością następuje w czasie, gdy międzynarodowi naukowcy wzywają do większej transparentności w badaniach AI. Grupa naukowców obejmowała członków z najlepszych instytucji, takich jak Princess Margaret Cancer Centre, University of Toronto, Stanford University, Johns Hopkins, Harvard School of Public Health i Massachusetts Institute of Technology (MIT). Według naukowców, bardziej przejrzyste wyniki i metody mogą pomóc w lepszym leczeniu raka na podstawie badań.