研究人员对人工智能治疗脑部疾病的能力进行了审查

意大利研究人员完成了一项系统性文献综述，本月在APL Bioengineering中发表，由AIP Publishing出版。该审查的目的是为了更好地了解人工智能（AI）及其作为治疗脑部疾病的方法。经过收集2,696个不同的结果，研究人员集中在了最常被引用的154篇论文上。

人工智能可以处理大量的数据，并且可以非常快速地做到这一点。结合不同的方法，如机器学习、计算机视觉和神经网络，可以创建一个环境，使人工智能技术成为对抗许多世界上最大的健康问题的有效工具。

然而，围绕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。新的研究可以帮助开发新的方法，这些方法不断推动该领域的发展。

审查

审查的主要内容之一是使用生成对抗网络来合成老化的大脑。这使得专家能够研究疾病的进展过程。

Alice Segato是撰写审查论文的作者。

“人工技术的使用逐渐为大量与大脑相关的实际临床问题带来了高效的理论解决方案，”Segato说。“尤其是在最近几年，得益于相关数据的积累和日益有效的算法的发展，已经能够显著增加对复杂大脑机制的理解。”

该研究集中在几个主要的脑部护理领域，例如检查处理大脑结构和连接特征的AI方法，以及手术候选人评估。其他领域包括研究脑部疾病的图像数据，识别问题和问题区域，预测疾病和结果，以及手术期间的辅助。

用于研究脑部疾病的一些图像数据包括3D数据，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AI技术可以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，而不是常用的“黑盒”方法。

“如果人类要接受算法的处方或诊断，他们需要相信这些算法，”Segato说。“研究人员的努力正在创造日益复杂和可解释的算法，这可能会在实际的临床环境中更广泛地使用‘智能’技术。”

这种倡导也发生在国际科学家呼吁在AI研究中增加透明度的同时。科学家团队包括来自顶级机构的成员，如Princess Margaret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）。根据科学家的说法，更透明的研究结果和方法可以帮助根据研究结果改善癌症治疗。