研究人员对人工智能治疗脑部疾病的能力进行审查

意大利研究人员完成了系统的文献综述，并于本月发表在 APL生物工程, 由 AIP 出版。 该审查的目的是更好地了解人工智能（AI）及其用于治疗脑部疾病的能力。 在收集了 2,696 个不同的结果后，研究人员最终确定了被引用次数最多的 154 篇论文。 

人工智能能够处理大量数据，而且速度非常快。这与机器学习、计算机视觉和神经网络等不同方法一起，有助于创造一个环境，使人工智能技术成为应对世界上许多最大的健康问题的有效工具。 

然而，该技术及其在这些领域的应用存在许多挑战，特别是在诊断、手术治疗和脑部疾病监测方面。 这项新研究有助于开发新方法，不断推动该领域向前发展。 

评价

该评论的要点之一是使用生成对抗网络来综合开发衰老的大脑。 这使得专家能够研究疾病随时间的进展。

Alice Segato 是详细介绍该评论的论文的作者。

“人工技术的使用正在逐渐为大量与大脑相关的现实临床问题带来有效的理论解决方案，”塞加托说。 “特别是近年来，由于相关数据的积累和日益有效的算法的开发，已经可以显着增加对复杂大脑机制的理解。”

该研究重点关注大脑护理的几个主要领域，例如检查负责处理有关大脑结构和连接特征信息的人工智能方法，以及手术候选者评估。 其他包括用于研究脑部疾病、识别问题和问题区域、预测疾病和结果以及术中协助的图像数据。 

用于研究脑部疾病的一些图像数据包括 3D 数据，例如磁共振成像、扩散张量成像、正电子发射断层扫描和计算机断层扫描成像。 计算机视觉人工智能技术可用于分析所有这些类型的图像数据。 

“可解释的算法”

在发表的研究中，研究人员提倡“可解释的算法”。 这意味着清晰详细的解决方案路径，而不是通常依赖的非常模糊的“黑匣子”。 

Segato说：“如果人类要接受算法处方或诊断，就必须信任它们。” “研究人员的努力导致了越来越复杂和可解释的算法的创建，这可能有助于在实际临床环境中更广泛地使用'智能'技术。” 

这项倡导也是在国际科学家正在努力的时候提出的。 呼吁人工智能研究更加透明。 该科学家小组包括来自玛格丽特公主癌症中心、多伦多大学、斯坦福大学、约翰·霍普金斯大学、哈佛大学公共卫生学院和麻省理工学院 (MIT) 等顶级机构的成员。 科学家们表示，更透明的发现和方法可能有助于基于该研究获得更好的癌症治疗。