ჰარვარდის სამედიცინო სკოლისა და Mass General Brigham-ის მეცნიერებმა ინოვაციური ხელოვნური ინტელექტის სისტემა BrainIAC (Brain Imaging Adaptive Core) შექმნეს.
ეს არის ე.წ. „ფუნდამენტური მოდელი“, რომელიც მილიონობით MRI სკანირების მონაცემს ამუშავებს და შეუძლია სხვადასხვა ნეიროფსიქიატრიული მდგომარეობის დიაგნოსტირება იმაზე სწრაფად და ზუსტად, ვიდრე აქამდე არსებულ სპეციალიზებულ ალგორითმებს.
კვლევა, რომელიც ჟურნალ Nature Neuroscience-ში გამოქვეყნდა, სისტემას აღწერს, რომელიც 50,000-მდე ტვინის MRI სკანირებაზე „თვითსწავლების“ მეთოდით გაიწვრთნა. განსხვავებით ძველი მოდელებისგან, რომლებიც მხოლოდ ერთი კონკრეტული დაავადების ამოსაცნობად იქმნებოდა, BrainIAC-ს აქვს ზოგადი საბაზისო ცოდნა ტვინის სტრუქტურის შესახებ, რაც მას საშუალებას აძლევს, მინიმალური დამატებითი წვრთნის შემდეგ ამოიცნოს დაავადებათა ფართო სპექტრი.
რა შეუძლია ტექნოლოგიას?
BrainIAC-ის სისტემა განსაკუთრებული უნივერსალურობით გამოირჩევა , რაც მას საშუალებას აძლევს, მაღალი სიზუსტით მოახერხოს ისეთი კომპლექსური მდგომარეობების პროგნოზირება, როგორიცაა, მაგალითად, ალცჰაიმერის დაავადება, აუტიზმი, დემენცია, ტვინის სიმსივნეები, პარკინსონი და ინსულტი.
მოდელის ეფექტიანობას ისიც ადასტურებს, რომ ახალი ამოცანების ასათვისებლად მას 10-ჯერ ნაკლები მონაცემი სჭირდება, ვიდრე ტრადიციულ ხელოვნურ ინტელექტს, რაც მნიშვნელოვნად აჩქარებს კვლევის პროცესს.
გარდა ამისა, სისტემა სიღრმისეულ ანალიზს ახორციელებს და MRI სკანირებისას პოულობს იმ ფარულ კანონზომიერებებს, რომლებიც ადამიანის თვალისთვის შეუმჩნეველია; ეს შესაძლებლობა მედიკოსებს საშუალებას აძლევს, ზუსტად განსაზღვრონ სიმსივნის მუტაციური სტატუსი და წინასწარ განსაზღვრონ დაავადების განვითარების სამომავლო რისკები.
BrainIAC-ის ალგორითმი ღია წყაროა (open-source) და ხელმისაწვდომია მკვლევრებისთვის მთელ მსოფლიოში. მეცნიერები ვარაუდობენ, რომ მსგავსი „ფუნდამენტური მოდელები“ მომავალში შეიქმნება სხვა ორგანოთა ვიზუალიზაციისთვისაც (CT, ულტრაბგერა, რეტინალური სკანირება), რაც ადრეული დიაგნოსტიკის სტანდარტებს სრულიად შეცვლის.
წყარო: Nature
