Max Home IndustryИскусственный интеллект известен своей способностью решать проблемы, недоступные людям, благодаря новым вычислительным архитектурам, которые быстро обрабатывают большие объемы сложных данных. В результате методы искусственного интеллекта, такие как машинное обучение, компьютерное зрение и нейронные сети, применяются для решения некоторых из самых сложных проблем в науке и обществе.
Одной из сложных проблем является диагностика, хирургическое лечение и наблюдение за заболеваниями головного мозга. Диапазон технологий искусственного интеллекта, доступных для борьбы с заболеваниями мозга, быстро растет, и новые захватывающие методы применяются к проблемам с мозгом по мере того, как компьютерные ученые получают более глубокое понимание возможностей передовых алгоритмов.
В статье, опубликованной на этой неделе в APL Bioengineering , издательством AIP Publishing, итальянские исследователи провели систематический обзор литературы, чтобы понять современное состояние применения ИИ при заболеваниях мозга. Их поиск дал 2696 результатов, и они сузили свой фокус до 154 самых цитируемых статей и внимательно изучили.
Их качественный обзор проливает свет на самые интересные стороны развития ИИ. Например, генеративная враждебная сеть была использована для синтетического создания старого мозга, чтобы увидеть, как болезнь прогрессирует с течением времени.
«Использование методов искусственного интеллекта постепенно приводит к эффективным теоретическим решениям большого количества реальных клинических проблем, связанных с мозгом», — сказала автор Алиса Сегато. «Особенно в последние годы, благодаря накоплению соответствующих данных и разработке все более эффективных алгоритмов, стало возможным значительно улучшить понимание сложных механизмов мозга».
Авторский анализ охватывает восемь парадигм ухода за мозгом, исследуя методы искусственного интеллекта, используемые для обработки информации о структуре и характеристиках связности мозга, а также для оценки хирургической кандидатуры, выявления проблемных областей, прогнозирования траектории заболевания и оказания интраоперационной помощи. Данные изображений, используемые для изучения заболеваний мозга, включая трехмерные данные, такие как магнитно-резонансная томография, диффузионно-тензорная визуализация, позитронно-эмиссионная томография и компьютерная томография, могут быть проанализированы с использованием методов компьютерного зрения ИИ.
Но авторы призывают к осторожности, отмечая важность «объяснимых алгоритмов» с четко очерченными путями к решениям, а не «черного ящика» — термин для ИИ, который достигает точного решения, но полагается на внутреннюю работу, которая является мало понятный или невидимый.
«Если люди принимают алгоритмические предписания или диагнозы, они должны им доверять», — сказал Сегато. «Усилия исследователей приводят к созданию все более сложных и интерпретируемых алгоритмов, которые могут способствовать более интенсивному использованию« интеллектуальных »технологий в практических клинических условиях».