Искусственный интеллект BrainIAC: прорыв в прогнозировании выживаемости при онкологии

Ученые Массачусетского общего госпиталя имени Бригама разработали новый инструмент искусственного интеллекта, который способен анализировать данные МРТ головного мозга. Этот инструмент, названный BrainIAC, решает различные медицинские задачи, включая предсказание возраста мозга, выявление мутаций в опухолях и риск деменции. BrainIAC показал лучшие результаты по сравнению с другими ИИ-моделями, ориентированными на узкие аспекты, и эффективно функционирует даже при ограниченных обучающих данных. Исследование опубликовано в Nature Neuroscience.

«BrainIAC ускорит открытие биомаркеров, улучшит диагностические процессы и поможет внедрить ИИ в повседневную клиническую практику», — отметил соавтор работы Бенджамин Канн, врач-исследователь. Он добавил, что интеграция BrainIAC в протоколы визуализации фактически откроет новые возможности для персонализированного лечения пациентов.

Несмотря на прогресс в области применения искусственного интеллекта в медицине, по-прежнему отсутствуют универсальные решения для комплексного анализа данных МРТ головного мозга. Традиционные модели зачастую требуют значительных объемов хорошо аннотированных данных, которые сложно собрать. При этом например, изображения, полученные в разных медицинских учреждениях, могут сильно отличаться, что создает дополнительные сложности для ИИ.

Чтобы преодолеть эти барьеры, команда разработала адаптивное ядро для визуализации мозга, использующее метод самоконтролируемого обучения. Этот подход позволяет выявлять ключевые характеристики на смешанных наборах данных, которые впоследствии можно адаптировать для различных целей. После предварительного обучения на нескольких набор данных МРТ, работоспособность BrainIAC была протестирована на 48 965 снимках, охватывающих 7 различных клинических задач.

Исследование показало, что BrainIAC способен эффективно обобщать знания как на нормальных, так и на аномальных изображениях. Модель успешно справляется как с простыми задачами, такими как классификация типов МРТ, так и с более сложными, включая определение мутаций при опухолях. В конкуренции с другими ИИ-системами, фокусирующимися на узких задачах, BrainIAC также продемонстрировала более высокий уровень эффективности.

Авторы подчеркивают, что способность BrainIAC хорошо прогнозировать результаты при нехватке обучающих данных или высокой сложности задач делает ее перспективной для реальных условий, где аннотированные медицинские наборы данных могут быть недоступны. Однако для проверки возможностей модели на других методах визуализации и более обширных наборах данных нужны дополнительные исследования.

Фото: Divyanshu Tak, Mass General Brigham

Что читать дальше

Подборка материалов по этой теме.

Сейчас читают

Материалы, которые чаще открывают сегодня.

Загрузка…

Ещё по теме

Продолжить чтение

Материалы, которые помогут не выпадать из темы.