2022. 07. 28. - 09:00
Mentális betegségek mutatóit észleli a mesterséges intelligencia
A fejlett mesterséges intelligencia képes észlelni az agyi képalkotás során a mentális betegséges dinamikus mutatóit.
Pusztító mentális állapotok korai diagnosztizálásához vezethet a Georgia-i Állami Egyetem új kutatása, melyhez a mesterséges intelligenciát hívták segítségül.
Az egyetem TReNDS Központja vezette kutatás az Alzheimer-kór, a skizofrénia és az autizmus korai észlelésében is szerepet játszhat, időben ahhoz, hogy meg lehessen előzni az állapotokat, illetve könnyebben kezelhetőek legyenek a betegségek.
A Scientific Reports-ban megjelent tanulmány feltárja, hogy a 7 tudósból álló kutatócsoport kifinomult számítógépes programot épített, mely hatalmas mennyiségű agyi képalkotó adatot képes átfésülni és mentális egészségi állapotokhoz kapcsolódó új mintákat fedezett fel.
Az agyi képalkotási adatok funkcionális mágneses rezonancia képalkotás (fMRI) segítségével végzett szkennelésekből származnak, amely méri a dinamikus agyi aktivitást a véráramlás apró változásainak kimutatásával. Olvasd el: A betegek mentális egészségét figyeli a mesterséges intelligencia
Mentális betegségek mutatóit észleli a mesterséges intelligencia
„Mesterséges intelligencia modelleket építettünk az fMRI-ből származó nagy mennyiségű információ értelmezésére” – mondta el Sergey Plis, a Georgia Állami Egyetem számítástechnikai és idegtudományi docense, a tanulmány vezető szerzője.
Filmhez hasonlította ezt a fajta dinamikus képalkotást – ellentétben a pillanatfelvételekkel, mint például a röntgen vagy a gyakoribb szerkezeti MRI –, s megjegyezte, hogy a rendelkezésre álló adatok sokkal nagyobbak és gazdagabbak, mint egy vérvizsgálat vagy egy rendszeres MRI. Nagy kihívás azonban ezt a hatalmas mennyiségű adatot értelmezni.
Az efféle, speciális körülmények között végzett fMRI-k drágák és nem is könnyű hozzájuk jutni.
A mesterséges intelligencia modell használatával azonban a rendszeres fMRI-k adatbányászhatók és meglehetősen nagy számban kaphatók.
„Óriási adatkészletek állnak rendelkezésre olyan személyekről, akiknek nincs ismert klinikai rendellenességük” - magyarázza Vince Calhoun, a TRenDS Center alapító igazgatója és a tanulmány egyik szerzője. A nagy, rendelkezésre álló adatkészletek használata javította a modell teljesítményét, kisebb, specifikus adatkészleteken. Olvasd el: Jobb klinikai döntéseket hozhat a mesterséges intelligencia, mint az emberek?
„Új minták jelentek meg, amelyek határozottan összekapcsolhatók mind a három agyi rendellenességgel” - mondta Calhoun.
A mesterséges intelligencia-modelleket először egy több mint 10 ezer személyt tartalmazó adatkészleten képezték ki, hogy megtanulják megérteni az alapvető fMRI-képalkotást és az agyműködést.
A kutatók ezt követően több mint 1200 ember többoldalú adatkészletét használták fel, köztük az autizmus spektrumzavarban, skizofréniában és Alzheimer-kórban szenvedőkét.
Hogyan is működik ez? Kicsit olyan, mintha a Facebook, a YouTube vagy az Amazon tanulna rólunk az online viselkedésünkből, s kezdené megjósolni a jövőbeli viselkedésünket, mi tetszik és mi nem.
A számítógépes szoftver még abban a „pillanatban” is jelen tudott lenni, amikor az agyi képalkotási adatok nagy valószínűséggel a kérdéses mentális zavarhoz kapcsolódnak.
Ahhoz, hogy ezek az eredmények klinikailag hasznosak legyenek, alkalmazni kell őket, mielőtt a rendellenesség megnyilvánulna.
„Amennyiben találunk markereket és megjósoljuk az Alzheimer-kór kockázatát egy 40 éves embernél, talán tehetünk ellene”- mondta Calhoun.
Hasonlóképpen, ha a skizofrénia kockázata még azelőtt megjósolható, hogy az agy szerkezetében tényleges változások következnének be, lehetséges, hogy jobb vagy hatékonyabb kezeléseket kínálhatnak.
„Még ha más vizsgálatokból vagy családi anamnézisből tudjuk is, hogy valakinél fennáll egy rendellenesség esélye, mint például az Alzheimer-kór, azt még mindig nem vagyunk képesek megjósolni, hogy az pontosan mikor fog bekövetkezni - mondta Calhoun. - Az agyi leképezés leszűkítheti ezt az időablakot, felfogva a releváns mintákat, amikor azok megjelennek – még mielőtt a klinikai betegség nyilvánvalóvá válik.”
„Az elképzelés szerint egy nagy képalkotó adatkészletet gyűjtünk össze, ezeket mesterséges intelligencia modelljeink tekintik át és megmutatják, mit tanultak bizonyos rendellenességekről - mondta Plis. - Rendszereket építünk ki, hogy olyan új ismereteket fedezzünk fel, amelyekre magunktól nem voltunk képesek.”
„Célunk, hogy áthidaljuk a nagy világokat és nagy adatkészleteket, kis világokkal és betegségspecifikus adatkészletekkel, és a klinikai döntések szempontjából releváns markerek felé mozduljunk el” - mondta Mahfuzur Rahman, a tanulmány első szerzője, a Georgia-i Állami Egyetem informatikai doktorandusza.
L.A.
