Искусственный интеллект сможет предсказывать инсульты

Искусственный интеллект точно предсказывает возможность инсульта и инфаркта

Ученые из Ноттингемского университета обучили систему искусственного интеллекта (ИИ) на основе медицинских данных о пациенте рассчитывать риск возникновения инсульта и инфаркта в следующие десять лет.

 ИИ показал более высокую точность по сравнению со стандартными методиками. Результаты исследования были опубликованы в журнале PLOS One.

Также исследователи отметили, что около половины инфарктов и инсультов происходят у людей, не относящихся к группе риска.

Обратите внимание

В настоящее время оценка рисков производится согласно рекомендациям, разработанным Американской кардиологической ассоциацией и Американским колледжем кардиологов.

Врачи ориентируются на такие показатели, как высокое кровяное давление, уровень холестерина, возраст, курение и наличие диабета, чтобы спрогнозировать вероятность развития инфаркта и инсульта для отдельно взятого пациента и дать ему определенные рекомендации.

В поисках более совершенного способа исследователь Стивен Венг и его коллеги протестировали несколько разных систем, основанных на машинном обучении. Они использовали данные о более чем 300 тыс.

пациентов со всей Великобритании.

Данные содержали информацию о состоянии здоровья пациентов в 2005–2015 годах, результатах лабораторных исследований, рекомендованных препаратах, посещениях больниц и так далее.

Исследователи использовали 75% данных, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения: ученые протестировали и действенность привычных рекомендаций.

Используя модель, в которой значение 1,0 обозначало 100-процентную точность, команда установила, что при использовании рекомендаций Американской кардиологической ассоциации можно достичь результата в 0,728, в то время как ИИ продемонстрировал результаты в диапазоне 0,745–0,764 в зависимости от типа нейронной сети.

И хотя разница кажется не слишком существенной, полученный результат говорит о том, что нейронная сеть правильно определила 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы определить по стандартной методике. Это значит, что при использовании ИИ еще несколько человек могли бы получить своевременные рекомендации по изменению образа жизни.

«Переход от исследований к использованию приложений в клинической практике произойдет в следующие пять лет», — считает Венг.

Источник: https://med.news.am/rus/news/14095/iskusstvenniyiy-intellekt-tochno-predskaziyvaet-vozmozhnost-insulta-i-infarkta.html

Искусственный интеллект предскажет болезнь Альцгеймера

Технологии искусственного интеллекта способны на многое, в том числе и прогнозировать болезнь Альцгеймера с помощью нейровизуализации. Пока это на стадии научного исследования, однако первые результаты уже многообещающие.

Своевременное диагностирование болезни Альцгеймера столь же приоритетно, как и разработка эффективного средства от недуга, ведь ранее вмешательство в течение болезни может существенно замедлить ее прогрессирование и даже остановить его.

Однако ранняя диагностика – это то, что пока представляет большую сложность для специалистов. Один из подходов к ранней диагностике может быть связан с метаболизмом, а точнее, с усвоением глюкозы в определенных участках головного мозга. Но трудность состоит в том, что эти изменения сложны для распознавания.

Важно

По словам одного из исследователей в этом направлении, доктора медицинских наук факультета радиологии и медико-биологической визуализации Калифорнийского университета Дже Хо Сона, различия в способах усвоения глюкозы разными участками мозга тонкие и размытые.

Сейчас хорошо научились различать специфические маркеры болезни Альцгеймера, однако метаболические изменения могут означать целый спектр заболеваний.

Именно этот факт подтолкнул группу ученых Калифорнийского университета применить глубокое обучение, разновидность искусственного интеллекта, при котором машины обучаются на примерах, как это делает человек, с целью обнаружить изменения в метаболизме головного мозга для прогнозирования болезни Альцгеймера.

Ученые ввели алгоритм глубокого обучения на специальной технологии визуализации под названием ФДГ-ПЭТ, позитронно-эмиссионная томография с использованием радиофармпрепарата фтордеоксиглюкозы.

ФДГ-ПЭТ может измерить степень усвоения глюкозы клетками головного мозга после введения радиоактивного глюкозного состава в кровь.

У команды исследователей был доступ к более 2 000 снимков, сделанных с ранее помощью ФДГ-ПЭТ у более 1 000 пациентов.

Ученые научили искусственный интеллект алгоритму глубокого обучения на 90% снимков, а остальные 10% оставили для проверки степени обученности искусственного интеллекта самому определять с помощью алгоритма метаболический рисунок, свойственный болезни Альцгеймера.

Затем ученые протестировали алгоритм на 40 независимых снимках. В результате, алгоритм со 100% точностью распознал заболевание в среднем за шесть лет до окончательного диагноза, поставленного специалистами.

В перспективе ученые из Калифорнийского университета намерены продолжать тестирование алгоритма на более значительном объеме материала. Кроме того, в их планы входит применение аналогичного алгоритма для выявления особенностей, связанных с образованием бета-амилоидных бляшек и клубков тау-протеина, основных маркеров болезни Альцгеймера.

По материалам научной публикации:

https://pubs.rsna.org/doi/10.1148/radiol.2018180958

Источник: https://memini.ru/discussions/32490

Искусственный интеллект теперь может предсказывать смерть больных

Согласно опросам, до 80% американцев хотели бы провести последние дни дома, в окружении родных и близких. Однако реальность такова, что заканчивают жизнь в больнице около 60%.

Врачи подчас слишком оптимистично оценивают шансы пациента на выживание, тем самым оттягивая сложный разговор о том, как пациент проведет последние месяцы жизни. В итоге безнадежно больной пациент лишь попусту проводит время в больнице, получая бесполезное лечение и проходя через зачастую болезненные процедуры, вместо того, чтобы тихо уйти из жизни у себя дома.

В клинической практике специалисты по паллиативной помощи обычно ждут, пока к ним обратится лечащий врач пациента. Однако Стефани Харман, основательница Центра паллиативной помощи при Стэнфорде, решила изменить ситуацию и позволить специалистам тоже участвовать в принятии решения.

Совет

Для этого с коллегами из Стэнфордского университета она разработала систему искусственного интеллекта, способную предсказать вероятность смерти пациента в течение следующих 3-12 месяцев.

Предварительные результаты были опубликованы в архиве препринтов arXiv.org.

Как объясняют авторы работы, не всегда очевидно, когда пациенту нужно лечение, а когда – паллиативная помощь, которая направлена на улучшение качества жизни тяжело или неизлечимо больных пациентов, но не устраняет причины заболевания. Такой подход имеет смысл в том случае, если смерть пациента в ближайшее время неизбежна и позволяет облегчить страдания от болезни.

«Трудно сформулировать критерии, по которым принимается решение о том, что пациенту нужно не агрессивное лечение, а только паллиативная помощь, — пишут авторы работы. – Исследования показывают, что врачи склонны переоценивать прогнозы, что в сочетании с развитием устойчивости к терапии приводит к несоответствию реального положения вещей желаниям пациента», – поясняют исследователи.

Для обучения нейросети были использованы данные о более чем двух миллионах пациентов, как живых, так и умерших, из Стэнфордской больницы и детской больницы Люси Пакард. Помимо клинических данных учитывались, в частности, такие факторы, как нахождение в сознании, способность самостоятельно передвигаться, заботиться о себе, принимать пищу.

Эти данные позволили нам построить модель, прогнозирующую смертность ото всех причин, а не только в связи с конкретным заболеванием или возрастом», — поясняет специалист в области компьютерных наук Ананд Авати.

Проверка алгоритма на контрольной группе показала — он способен верно определить вероятность смерти в течение следующего года в 90% случаев.

Разработка предназначена не для того, чтобы находиться в основе процесса лечения, подчеркивают исследователи. Результаты должны использоваться в сочетании с оценкой врача. Все это даст возможность принять наиболее правильное решение относительно дальнейшей работы с пациентом.

Ученые отмечают, что основная проблема при работе с нейросетями — отсутствие возможности точно сказать, на чем конкретно основан тот или иной прогноз. Однако в случае оценки вероятности смерти это не слишком важно.

«Для оказания паллиативной помощи не имеет значения, почему, например, болен пациент. Это не та ситуация, когда кто-то умирает, а нам надо его спасти — в таких случаях нужно знать исходные данные, чтобы подобрать лечение. Но в нашей ситуации это уже не столь важно», — поясняют они.

Нейронные сети уже не в первый раз оказываются на службе у медицины. Так, исследование 2017 года показывает, что искусственный интеллект прогнозирует риск развития инфаркта или инсульта лучше врачей.

Обратите внимание

Исследователи использовали 75% данных о более чем 300 тыс. пациентов, чтобы научить систему определять признаки, по которым можно спрогнозировать инсульты и инфаркты у пациента в течение десяти лет. Проверка производилась на оставшихся 25% данных. Для сравнения ученые протестировали и действенность привычных рекомендаций, по которым врачи оценивают риски.

Используя модель, в которой значение 1,0 обозначало 100-процентную точность, команда установила, что при использовании рекомендаций Американской кардиологической ассоциации можно достичь результата в 0,728, в то время как ИИ продемонстрировал результаты в диапазоне 0,745–0,764 в зависимости от типа нейронной сети.

Иными словами, нейросеть смогла правильно определить на 355 пациентов, рискующих пострадать от инфаркта и инсульта, больше, чем можно было бы определить по стандартной методике.

А чуть раньше российские исследователи научили нейросеть определять опухоли в легких на рентгеновских снимках. Точность распознавания достигла 97%.

Также нейронные сети оказались способны определить по фотографии сексуальную ориентацию человека с точностью до 91%.

Источник: http://www.delo-kira.ru/novosti-dnya/nayka/335047-iskusstvennii-intellekt-naucilsja-predskazivati-smerti-pacientov.html

Искусственный интеллект научился предсказывать коррупцию

Искусственный интеллект может предупредить о коррупции. О создании такого оракула заявили ученые из испанского Университета Вальядолида и российские специалисты Высшей школы экономики. В его основе – искусственные нейронные сети, которые моделируют нейронные сети мозга.

Казалось бы, давно пора “выпустить” искусственный интеллект на коррупцию. Он ставит диагнозы лучше врачей, разрабатывает новые лекарства, работает с клиентами в банках, анализируя социальные сети, предсказывает самоубийства. Самые громкие достижения – это разгром чемпиона мира в игру го и асов в покер.

Машина продемонстрировала не только умение блефовать, но и поразительную интуицию. В отличие от шахмат, где все решает умение просчитывать на максимальное количество ходов вперед, в го в принципе невозможно перебрать все варианты. Даже чемпионы не могут однозначно оценить позицию, настолько все неопределенно.

Читайте также:  Урожайность растений можно предсказывать с помощью систем искусственного интеллекта

Но программисты сумели этому научить машину.

Ученые научили робота сомневаться

И вот международный коллектив ученых замахнулся на коррупционеров, поймать за руку которых очень непросто даже бывалым сыщикам.

Как же это будет делать робот? ” Прежде всего мы выделили очевидные предпосылки для возникновения коррупции, – сказал руководитель проекта Феликс Лопес-Итурриага.

– Это, в частности, изменение налога на недвижимость, рост экономики, числа депозитных учреждений и нефинансовых фирм, слишком долгое нахождение у власти одной и той же партии, строительный бум”.

Все эти факторы сами по себе хорошо известны, но непонятно, как все эти предпосылки взаимосвязаны, как влияют друг на друга, как проявляют себя во времени. Ведь одни могут давать быстрый эффект, а другие замедленный, более того, со временем меняться местами. Например, влияние строительного бума проявится года через два, а “несменяемость власти” действует практически постоянно.

Что разобраться в сложном механизме коррупции, ученые на основе искусственных нейронных сетей построили математическую модель, где учтены все причины, их взаимосвязи и степень влияния. Машину сначала обучали на простых примерах коррупции, которые были доказаны в судах.

“Разум” тренировали, меняя причины, их “вес”, оценивая, как это скажется на результате. А затем наступило время своеобразного “ЕГЭ”. Искусственный интеллект протестировали уже на 300 серьезных делах.

Результат оказался поразительным: машина предсказала проявление коррупции с вероятностью 80 процентов.

Важно

Авторы утверждают, что могут прогнозировать коррупцию на период до трех лет в зависимости от характеристик конкретного региона.

В некоторых это можно сделать задолго до ее проявления и принять профилактические меры, в других время прогнозирования гораздо меньше, и требуются срочные меры по ее ликвидации.

Казалось бы, власти всех стран должны срочно выписать себе такого уникального “наводчика” на преступления. Однако, по словам Феликса Лопеса-Итурриага, все не так просто.

На МКС появится астронавт-робот

– Наша система не универсальна, так как обучена на испанском опыте, – говорит ученый. – Его нельзя автоматически переносить на другие страны.

Конечно, можно предположить, что какие-то из причин коррупции будут работать и в другой стране, но чтобы утверждать в какой степени они станут значимыми и весомыми, нужно тестировать данные по конкретной стране.

А значит машину надо заново обучать на большом объеме данных этой страны, затем тестировать и только потом выпускать в “массы”. Кстати, по словам ученого, в самой Испании эта система не внедрена. Хотя авторы ее широко рекламировали во многих СМИ.

Как работает искусственный разум

Искусственный интеллект – это программы, в которых построены модели нейронных сетей, имитирующих структуру мозга человека. Но если в нашем мозге 86 миллиардов нейронов, то в самых лучших системах эта цифра на сегодня достигла десятков миллионов.

Учатся эти сети так же, как учатся дети, на примерах. Им не объясняют, что у кошки вот такие усы, такой хвост, такие уши. Им многократно показывают животное и говорят – это кошка. А дальше ребенок сам многократно повторяет этот урок, глядя на очередную кошку.

Точно так же учится и искусственная нейронная сеть.

Сейчас многие сложные задачи искусственный разум решает лучше человека. Это, в частности, распознавание изображений, перевод текстов, стратегическое планирование и принятие решений в играх, например, го, покер, шахматы. Уже вообще не осталось практически ни одной игры, где человек сильней.

Кстати

Искусственный интеллект уже допустили в суд. Например, в Москве роботы будут выносить свой вердикт! Во всяком случае, деньги на создание таких систем города уже выделили. Правда, пока им доверят далеко не все дела, а только бесспорные.

Совет

Когда ничего не надо доказывать, скажем, просрочка по кредиту. Решение судьи здесь сугубо техническое, но отнимает от него время от рассмотрения действительно сложных процессов.

Словом, пока робот будет учиться на простом, но, как говорится, главное начать.

Источник: https://rg.ru/2018/04/17/iskusstvennyj-intellekt-nauchilsia-predskazyvat-korrupciiu.html

Искусственный интеллект научили предсказывать дату смерти

Как бы страшно это не звучало, специалисты Стэндфорского университета убеждены, что искусственный интеллект поможет врачам и близким пациента хотя бы немного подготовиться к печальному исходу, а сами больные успеют завершить важные для них дела.

Для «тренировки» программы понадобились медицинские карты 2 млн больных Стэндфордской больницы и детского госпиталя Люсиль Паккард. Еще 40 тысяч карт использовались для проверки алгоритма. В результате искусственный интеллект может предсказать вероятность смерти тяжелобольного человека в ближайшие 3-12 месяцев.

Определяя, умрет ли человек в ближайший год, система верно показывает результат в 9 случаях из 10. Также программа верно определила пациентов, которые должны были прожить больше года (на практике так и произошло).

В данный момент программа работает в тестовом режиме, ученые продолжают работать над ее улучшением перед полноценным запуском.

Специалисты выяснили, что активность мозговой деятельности человека напрямую связана с тем, на каком языке – родном или иностранном – он говорит. Подробности сообщает журнал Cortex.

Научная работа проходила на базе сразу нескольких научных институтов: Университета Торонто, Университета Мадрида Небрия и Баскского центра познания. При участии 60 добровольцев специалисты выясняли, как осуществляется синхронизация мозговых волн в контексте различных языков.

В рамках эксперимента участники, разбитые на пары, должны были вступать в беседу, используя при этом попеременно свой родной и иностранный язык. В это время ученые отслеживали активность их мозга при помощи электроэнцефалографии (ЭЭГ).

Выяснилось, что во время беседы на иностранном языке, работа мозга менялась, он вынужден был постоянно подстраиваться, чтобы лучше понять собеседника.

Обратите внимание

Конкретные причины такой перестройки ученым до сих пор не ясны, предполагается, что это связано с особыми стратегиями совместного внимания, которые помогают мозгу кодировать и обрабатывать информацию, связанную с каждым новым языком.

В момент диалога на родном языке оба собеседника уделяют пристальное внимание стилю и смыслу своего общения, а вот, когда их разговор идет на иностранном, основное внимание сосредоточено на произношении отдельных слов и звуков.

Полученная информация позволила авторам утверждать, что синхронность работы нашего головного мозга во многом связана с тем, на каком языке мы говорим с собеседниками. По мнению самих исследователей, эти данные позволят им в будущем научиться объективно оценивать словесное общение двух людей.

С эффектом плацебо наверняка знакомы многие. Но недавнее исследование швейцарских специалистов показало, что в его работе есть свои нюансы. Подробности сообщает журнал Scientific Reports.

Эффект плацебо очень часто применяется в ходе разнообразных медицинских научных работ, чтобы выяснить действие и эффективность того или иного препарата или вещества. Подробнее об эффекте плацебо мы писали здесь.

Команда ученых из Базельского университета установила, что эффект плацебо может возникнуть лишь в том случае, когда куратор эксперимента ведет себя с добровольцами дружелюбно и располагает к себе.

Всем участникам показывали несколько видеороликов, предварительно предупредив их, что они обладают расслабляющим эффектом и способны поднять настроение.

Но в итоге видео оказывало ожидаемый эффект лишь в том случае, когда куратор эксперимента вел себя с испытуемыми вежливо и дружелюбно.

Важно

Каждый из 421 добровольцев после просмотра ролика заполнял специальную анкету, в которой рассказывал об изменении своего настроения до и после видеоролика . Все добровольцы были разделены на несколько групп и в зависимости от этого кураторы вели себя с ними по-разному. А добровольцев из контрольной группы попросили просто смотреть видео.

Авторы смогли доказать, что психологическое обоснование в процессе применения плацебо может оказывать эффект только при условии его подачи в спокойной и дружелюбной атмосфере. Эти выводы должны быть очень полезными для всех других экспериментов и научных работ, в рамках которых используется эффект плацебо.

Нейробиолог Дэниел Амен на протяжении 20 лет изучил 63 тысячи изображений мозга, которые он сделала в 20 странах мира. Мы приводим размышления и выводы автора относительно омоложения и здоровья мозга.

Мозг принимает участие во всем, что вы делаете, чувствуете и ощущаете. Поэтому можно сказать, что правильная работа мозга – это залог правильной жизни. По нашим подсчетам, в мозге примерно 100 миллиардов нервных клеток и каждая соединена с остальными почти десятью тысячами индивидуальных связей. Только вдумайтесь, в нашем мозге больше связей, чем звезд во Вселенной!

Информация передвигается в мозге со скоростью в среднем 430 кмч, и на это требуется примерно 20-30% съеденных вами калорий. По сути, мозг, это самый энергоемкий орган в нашем теле. В то же время клетки мозга гибнут и это естественный процесс, в день теряется примерно 85 тысяч клеток.

Что вредит мозгу

Алкоголь. Даже пару бокалов красного вина (которое многие считают полезным) вредят вашему мозгу. О состоянии мозга алкоголиков, как вы понимаете, и говорить не приходится.

Удары. Это часто бывает в спорте, когда, например, футболисты, отбивают мяч головой. Мозг очень мягкий, а череп довольно твердый и имеет несколько жестких выступов.

Ожирение. Исследование в этой области еще ведутся, но уже есть данные, что при росте веса продуктивность и размер мозга уменьшаются.

Курение. Эта привычка серьезно ограничивает приток крови к мозгу.

Повышенное давление. Когда оно поднимается, приток крови к мозгу также уменьшается, поэтому важно всегда контролировать уровень своего давления.

Читайте также:  Эмуляция функций человеческого мозга

Диабет, злоупотребление жирными и жареными блюдами, низкая физическая активность – все это тоже негативно отражается на здоровье мозга.

Как оздоровить мозг

Помочь своему мозгу не так тяжело как кажется.

Окружение. Вы удивитесь, но люди, которые вас окружают, влияют на ваше долголетие. Если вы проводите много времени с людьми с нездоровыми привычками, вы так или иначе перенимаете их, а значит – умрете раньше.

Обучение. Когда вы учитесь чему-то новому, в вашем мозге создаются все новые и новые связи.

Правильное питание. Злоупотребление жирными, жареными блюдами и фастфудом не только вредит сердцу и сосудам и приводит к ожирению. Такое питание опасно и для мозга, поэтому есть смысл пересмотреть свой рацион.

Сон. Мозг не может полноценно работать без здорового сна. О важности сна, его продолжительности и циркадных ритмах мы писали здесь.

Беспокойство. Здоровый уровень беспокойства о своем здоровье важен, поскольку позволит вам вовремя заметить ту или иную болезнь.

Медитация. Нет, она вовсе не расслабляет мозг, как думают многие. Во время медитации активируется как раз передняя часть мозга, которая является более «думающей».

Благодарность. Каждый день записывайте три вещи, за которые вы благодарны уходящему дню. Уже через три недели вы заметите разницу в уровне своего счастья.

Негатив. Важно стараться избавляться от любого негатива и не верить в каждую глупость, которая приходит вам в голову.

В ваших руках омолодить и оздоровить свой мозг и вы заметите первые результаты уже спустя два месяца. И вместе со здоровьем мозга ваша жизнь станет лучше, интереснее и разнообразнее.

Источник: https://doc.by/novosti/iskusstvennyj-intellekt-nauchili-predskazyvat-datu-smerti/

Искусственный интеллект предскажет деменцию до симптомов

Фото: Shutterstock/FOTODOM

Умение предсказывать слабоумие за несколько лет до появления первых симптомов открыло бы совершенно новые перспективы в вопросах лечения заболевания, а также помогло бы эффективно планировать оставшееся время до манифестации болезни будущим пациентам и их родственникам. 

Благодаря искуственному интеллекту, примененному ученыму из Университета Макгилла (McGill University) в Монреале, Канада, такая возможность вскоре может стать доступной любым клиницистам. Самообучающийся алгоритм, сравнивающий полученные при помощи ПЭТ данные о накоплении β-амилоидного белка, выдает прогноз с точностью до 84% о вероятности развития деменции в течение ближайших 24 месяцев.

Ученые из Лаборатории трансляционной нейровизуализации Университета Дугласа Макгилла (Douglas Mental Health University Institute's Translational Neuroimaging Laboratory at McGill) использовали искусственный интеллект для разработки алгоритма, способного распознавать признаки деменции за два года до его начала. Для этого было проведено однократное ПЭТ-сканирование мозга пациентов с риском развития болезни Альцгеймера. Результаты этого исследования были опубликованы в журнале Neurobiology of Aging.

Совет

Доктор Педро Роза-Нето (Pedro Rosa-Neto), ведущий автор исследования и доцент кафедры неврологии, нейрохирургии и психиатрии Университета Макгилла, ожидает, что эта технология изменит подход врачей к больным, а также значительно ускорит открытие новых способов лечения болезни Альцгеймера.

«Клинические испытания при помощи этого инструмента могут быть сосредоточены только на людях с более высокой вероятностью прогрессирования деменции, что значительно снизит стоимость и время, необходимые для проведения этих исследований», — добавляет доктор Серж Готье (Serge Gauthier), соавтор исследования.

Амилоидные белки как биомаркер деменции

Ученые давно знают, что белок, известный как амилоид, накапливается в мозге у пациентов с легкой когнитивной недостаточностью (MCI), что часто приводит к деменции. Хотя накопление амилоида начинается за десятилетия до появления симптомов деменции, этот белок нельзя использовать как надежный прогностический биомаркер, потому что не у всех пациентов с MCI развивается болезнь Альцгеймера.

Для проведения своего исследования ученые использовали данные, доступные в рамках Инициативы по нейровизуализации болезни Альцгеймера (ADNI).

Суланта Матхотаарачи (Sulantha Sanjeewa Mathotaarachchi), ученый из команды Роза-Нето и Готье, использовал сотни атероидных ПЭТ-сканирований пациентов с MCI из базы данных ADNI для получения алгоритма, определяющего с точностью до 84% еще до появления первых симптомов, у каких пациентов будет развиваться деменция.

В данный момент продолжается поиск других биомаркеров деменции, которые могут быть включены в алгоритм, чтобы улучшить возможности прогнозирования искусственного интеллекта.

Новое программное обеспечение уже доступно онлайн ученым и студентам, но врачи не смогут использовать этот инструмент в клинической практике до сертификации со стороны органов здравоохранения.

С этой целью команда ученых в настоящее время проводит дополнительное тестирование для проверки алгоритма в разных группах пациентов, особенно с такими параллельными состояниями, как инсульт и другие заболевания.

История разработки программного обеспечения для диагностики Альцгеймера

Напомним, что ранее ученые уже объявляли о том, что с помощью ИИ можно обнаружить деменцию за десятилетия до ее манифестации.

Обратите внимание

Так, еще в 2011 году ученые из Центра технических исследований Финляндии VTT (VTT Technical Research Centre) разработали новое программное обеспечение, которое может серьезно помочь в ранней диагностике болезни Альцгеймера.

Программа PredictAD сравнивает данные обследования пациента с базой данных других пациентов, после чего визуализирует его состояние.

Исследователи изучили материал Инициативы по нейровизуализации болезни Альцгеймера (Alzheimer’s Disease Neuroimaging Initiative) с информацией о 288 пациентах с нарушениями памяти. Почти половине из них болезнь Альцгеймера была диагностирована спустя 21 месяц после проведения первого обследования. Используя программу PredictAD, диагноз можно было бы поставить на год раньше, как заявили ученые.

В 2016 году группа ученых из Амстердама также использовала искусственный интеллект, чтобы распознавать деменцию на самых ранних стадиях. «С помощью стандартного диагностического метода МРТ мы можем увидеть такие признаки болезни Альцгеймера, как атрофия гиппокампа.

Однако в этот момент мозговая ткань уже исчезла, и нет никакого способа ее восстановить.

Было бы полезно, если бы мы смогли обнаружить и диагностировать заболевание, прежде чем произошло необратимое уменьшение мозга», сказал главный исследователь Alle Meije Wink из VU University Medical Centre в Амстердаме.

В новом исследовании ученые применили методы машинного обучения в сочетании с особым типом МРТ под названием артериальная маркировка спина (АМС).

АМС используется для создания изображения под названием перфузионная карта, которая показывает, сколько крови поступает в различные области головного мозга.

Автоматизированная программа машинного обучения распознает закономерности в этих картах и определяет пациентов с различной степенью когнитивных нарушений и риском развития болезни Альцгеймера до появления первых симптомов.

Важно

В исследование были включены 260311 человек из Центра по изучению болезни Альцгеймера, которые прошли АМС в период времени с октября 2010 по ноябрь 2012 года. У 100 пациентов была диагностирована болезнь Альцгеймера, 60 пациентов имели умеренные когнитивные нарушения (УКН), у 100 пациентов наблюдалось субъективное когнитивное снижение (СКС) и 26 человек были здоровыми.

Автоматизированная система эффективно определила всех участников с болезнью Альцгеймера, УКН и СКС. Использование классификаторов на основе автоматизированного машинного обучения помогло исследователям предсказать у отдельных пациентов прогрессирование болезни Альцгеймера с высокой степенью точности в пределах от 82% до 90%.

Тест по глазам

Попытки создать методику раннего обнаружение болезни Альцгеймера делались и в других странах. Так, ученые из Лос-Анджелеса на днях сделали заявление о разработке глазного теста для определения болезни Альцгеймера за 20 лет до его начала.

Обычно деменцию диагностируют слишком поздно, чтобы что-то изменить, однако известно, что существует несколько ранних симптомов этого когнитивного расстройства. В частности, снижение обоняния и ухудшение зрения неразрывно взаимосвязаны с отмиранием мозговых клеток, которое наблюдается на ранних стадиях развития деменции.

Открытие американских ученых основано на том, что бета-амилоидные белки, представляющие собой ключевой компонент слабоумия, встречаются также в сетчатке глаза.

Исследователи из Лос-Анджелеса провели клинические испытания новой методики на 16 добровольцах. Результаты эксперимента показали, что глазной тест настолько же эффективен для диагностики деменции, как и традиционное сканирование мозг. С помощью этого теста можно фиксировать двукратное превышение скоплений белков в мозге, которые говорят о начале тяжелой болезни.

Другие тесты

Ранее ученые уже объявляли о том, что болезнь Альцгеймера можно обнаружить за 10 лет до ее начала по анализам крови, за 7 лет до ее начала — при помощи аномальных иммунных реакций спинномозговой жидкости, а также по изменениям в походке.

Источник: medportal.ru

Источник: http://medhp.ru/doctor/iskysstvennyi-intellekt-predskajet-demenciu-do-simptomov.html

Искусственный интеллект ставит диагнозы

Esquire.kz продолжает задавать вопросы, которые волнуют общественное мнение и требуют разъяснений. Сегодня в центре внимания вопрос: может ли искусственный интеллект предсказывать заболевания и решить проблему старения?На вопрос отвечает Сайфуллин Дамир, эксперт в сфере информационных технологий.

Сайфуллин Дамир, 27 лет, CEO Singularity Lab:

Уже сейчас, при равных условиях и данных, IBM Watson (Esq.

— суперкомпьютер фирмы IBM, оснащённый вопросно-ответной системой искусственного интеллекта, созданный группой исследователей под руководством Дэвида Феруччи) имеет лучший показатель в постановлении правильных диагнозов, чем врач-человек.

И благодаря машинному обучению и большему количеству данных этот показатель будет только расти. Вся суть искусственного интеллекта в том, что чем больше данных будет введено, тем больше будет результативности.

Предиктивная, т.е. предсказывающая медицина во много раз более эффективна и безболезненна, так как на ранних стадиях практически любая болезнь поддается относительно легкому лечению. Но правильное функционирование такого ИИ зависит от одного фактора – это данные о вашем здоровье, которые необходимы в большом количестве.

Совет

Проблема заключается именно в том, что многие люди вообще не ходят по врачам. В нашей стране, тем более, так как доверия к врачам и больницам практически нет. Большинство просто живет в неведении, до того момента, когда становится уже поздно. Единственный способ исправить данную ситуацию – это получать данные о здоровье людей, как можно чаще и по возможности в расширенном формате.

Читайте также:  Tetramall — пришло ли время искусственному интеллекту перевернуть рынок?

Уже сейчас наши гаджеты отслеживают важные показатели, количество шагов, продолжительность сна и т.п. Но для полноценного предсказывания нужны точные и углубленные знания о состоянии человека, результаты анализов биологических тканей и жидкостей.

Именно поэтому нужно чаще проходить медицинское обследование, так как оно показывает полную картину, а это в свою очередь помогает понять, что происходит с вашим организмом и купировать любые болезни на ранней стадии.

Проблема сбора данных, т.е. точных и полноценных анализов является основной преградой на пути создания искусственного интеллекта, который сможет предсказывать заболевания и в последствии позволит жить значительно дольше.

Поэтому советую читателям чаще сдавать разнообразные анализы и обязательно сохранять результаты. Ведь уже сейчас есть программы, в которые можно вносить эти данные, складировать и архивировать их. В дальнейшем это может спасти вам жизнь.

Источник: https://esquire.kz/esquire-kz-sprashivaet-2/

Сможет ли искусственный интеллект предсказывать смерть

Разница лишь в сентиментальности поэта и прозаичности реальности. Все мы когда-нибудь умрем.Вопрос лишь в том, когда и как.Или нет.В настоящее время учёные пытаются заставить искусственный интеллект, машинное обучение и компьютерное зрение, предсказать смерть человека. Конечная цель состоит, конечно, не в том, чтобы сделать из ИИ мрачного жнеца, а вовремя предупреждать хронические заболеваний и другие болезни.Новейшие исследования этого применения ИИ в области медицины использовали последние модели машинного обучения для анализа КТ-сканирования 48 грудных клеток. Компьютер смог предсказать, какой из пациентов умрет в течение пяти лет с 69-процентной точностью.Примерно так же, как предсказал бы любой врач.Результаты были опубликованы в научных докладах журнала Nature под авторством команды из Университета Аделаиды. Ведущий автор работы доктор Люк Оукден-Райнер, радиолог и аспирант, говорит, что одним из очевидных преимуществ использования ИИ в точной медицине является заблаговременное выявление рисков для здоровья и потенциальное вмешательство.« … В настоящее время большинство исследований хронических заболеваний и долголетия требуют длительных периодов наблюдения, которые позволят выявить разницу между пациентами с лечением и без, потому что эти болезни медленно прогрессируют … »— объясняет он.« … Если бы мы могли количественно оценить изменения раньше, мы не только смогли бы выявить болезнь, но и осуществить более эффективное вмешательство, а также смогли бы намного раньше среагировать … »Это может привести к более быстрому и дешевому лечению.« … Если бы мы могли скостить год или два времени, которое требуется на передачу лечебных средств из лаборатории пациенту, прогресс в этой области существенно ускорился бы … »В январе исследователи из Имперского колледжа в Лондоне опубликовали результаты, которые показали, что ИИ может предсказывать сердечную недостаточность и смерти лучше, чем человеческий врач.Исследование, опубликованное в журнале Radiology, включало создание виртуальных трехмерных сердец 250 пациентов, которые могут имитировать сердечную функцию. Затем алгоритмы ИИ занялись изучением того, какие функции будут служить в роли лучших прогнозистов.Эта система полагалась на МРТ, анализ крови и другие данные. В конечном счете выяснилось, что машина была быстрее и лучше в определений риска легочной гипертензии — показала 73% точности против обычных 60%.Учёные говорят, что эту технологию можно было бы использовать для прогнозирования исходов других сердечно-сосудистых заболеваний в будущем.« … Мы хотели бы разработать технологию, которую можно было бы применять для самых разных сердечно-сосудистых заболеваний в помощь врачебной интерпретации результатов медицинских испытаний … »— говорит соавтор исследования Тим Дэйвс.« … Цель ─ увидеть, смогут ли лучшие прогнозы способствовать правильному лечению и долголетию людей … »Такого рода применения ИИ в области точной медицины будут становиться только лучше по мере того, как машины будут обучаться, подобно студентам-медикам.Оукден-Райнер говорит, что его команда продолжает создавать идеальный набор данных по мере движения вперед, но уже повысила прогностическую точность с 75 до 80 процентов, включив такую информацию, как возраст и пол.« … Думаю, существует верхний предел того, насколько точны мы можем быть, потому что всегда будет элемент случайности … »— говорит он, отвечая на вопрос, насколько хорошо ИИ будет определять смертность отдельного человека.« … Но мы можем стать точнее, чем сейчас, если примем во внимание риски и силы отдельных людей. Модель, совмещающая все эти факторы, надеюсь, сможет уточнять риск краткосрочной смертности до 80 процентов … »Другие eщё оптимистичнее смотрят на то, как быстро ИИ преобразует этот аспект области медицины.« … Прогнозирование оставшейся жизни для людей, на самом деле, одно из самых простых применений машинного обучения … »— говорят доктор Зияд Обермейер.« … Оно требует уникального набор данных, который содержится в электронных записях, связанных с информацией о времени смерти человека. Как только мы соберем достаточно таких данных, мы сможем крайне точно предсказывать вероятность того, что отдельный человек будет жить месяц или, например, год … »Эксперты вроде Обермейера и Оукдена-Райнера сходятся в том, что прогресс грядет быстро, но впереди eщё много работы, которую предстоит проделать.С одной стороны, есть eщё много данных, в которых можно покопаться, но они пока не упорядочены. Например, изображения, на которых машины обучаются, все eщё приходится обрабатывать, делая их полезными.« … Многие группы учёных по всему миру тратят миллионы долларов на эту задачу, потому что она остается бутылочным горлышком для успешного врачебного ИИ … »— говорт Оукден-Райнер.В интервью STAT News Обермейер рассказал, что данные фрагментированы по всей системе здравоохранения, поэтому связывание информации и создание наборов данных потребует времени и денег. Он также отмечает, что хотя есть большой ажиотаж на тему использования ИИ в точной медицине, в клинических условиях эти алгоритмы практически не проверялись.« … Можно сказать, что все хорошо и алгоритм действительно хорош. Но теперь нужно вывести его в реальный мир и со всей ответственностью посмотреть, что будет … »— говорит он.Предотвратить смертельную болезнь — это одно. Но можно ли предотвратить смертельный случай при помощи ИИ? Именно это намеревались делать американские и индийские учёные, когда озаботились растущим числом смертей среди людей, делающих селфи.Группа определила 127 человек, которые погибли, позируя для фото, в течение двух лет.Основываясь на комбинации текста, снимков и местоположения, машина научилась идентифицировать селфи как потенциально опасное или же нет. Пробег по более 3000 подписанным селфи в Твиттере продемонстрировал 73-процентную точность.“Комбинация функций на основе изображения и места показала лучшую точность”, говорят учёные.Что будет дальше? Появится система предупреждения для любителей селфи.Вся эта дискуссия породила вопрос: хотим ли мы на самом деле знать, когда умрем?Согласно одной из работ, недавно опубликованных в Psychology Review, ответ: нет. 9 из 10 человек в Германии и Испании, когда их спросили, хотят ли они знать о своем будущем, включая смерть, предпочли остаться в неведении.Обермейер смотрит на этот вопрос по-другому: через призму людей, которые живут с угрожающей жизни болезнью.« … Среди того, что пациенты очень хотят и чего не получают, это ответы от врачей на вопрос “сколько мне осталось?” Врачи очень неохотно отвечают на эти вопросы, отчасти потому, что не хотят ошибаться в таких важных вещах. Отчасти потому, что пациенты и сами не хотят знать … »

Заметили опечатку? Выделите текст, нажмите Ctrl + Enter и сообщите об этомВы зашли на сайт как незарегистрированный пользователь.
Зарегистрируйтесь, чтобы узнать больше!

Источник: https://helionews.ru/81996

Искусственный интеллект предскажет обитаемость экзопланет

Планеты системы TRAPPIST-1, все из которых недавно были признаны землеподобными Wikipedia

Британские исследователи разработали алгоритм, который может предсказывать вероятность наличия жизни на планетах вне Солнечной системы.

Алгоритм, основанный на нейросети, анализирует спектр потенциально обитаемой экзопланеты и сравнивает его со спектром атмосферы Земли.

Доклад с описанием алгоритма был представлен на конференции Европейской недели астрономии и космоса (European Week of Astronomy and Space Science, EWASS), которая на этой неделе проходит в Ливерпуле.

Потенциально обитаемой считается планета, которая находится на таком расстоянии от материнской звезды, при котором тепла от нее достаточно для существования на планете жидкой воды.

Чтобы оценить обитаемость планеты, необходимо также знать ее структуру и состав: тип небесного тела (например, каменистая планета или газовый гигант) и наличие магнитного поля и атмосферы.

На основании этих данных астрономы рассчитывают индекс обитаемости — параметр в диапазоне от 0 до 1: единице соответствует Земля, а, например, у каменистого спутника Сатурна Титана индекс равен 0,64.

Ученые из Плимутского университета под руководством Анджело Канджелоси (Angelo Cangelosi) предложили автоматический метод расчета индекса обитаемости.

Обратите внимание

В основе их алгоритма — орбитальные и атмосферные характеристики пяти небесных тел (Земли наших дней, Земли на ранних этапах жизни, Титана, Марса и Венеры), а также рассчитанные на их основе индексы обитаемости.

Алгоритм получает на вход спектр и характеристики орбиты потенциально обитаемой планеты и рассчитывает их схожесть с соответствующими характеристиками Земли, на основе чего делает вывод о степени ее возможной пригодности для жизни. Как сообщают авторы работы, нейросеть «хорошо» справляется с оценкой спектра, который не видела до этого. 

Использование такого алгоритма значительно облегчит анализ потенциально обитаемых планет. «Основываясь на полученных результатах можно заключить, что разработанный нами метод будет эффективен для классификации экзопланет на основе наземных и околоземных наблюдений,» — заключает Канджелоси.

Большинство известных потенциально обитаемых планет вращаются вокруг красных карликов — маленьких, холодных звезд; недавно, однако, ученые обнаружили две экзопланеты в зоне обитаемости солнцеподобной звезды — Тау Кита. Пригодные для жизни планеты могут вращаться и вокруг пульсаров — при условии очень плотной атмосферы и массы, превосходящей земную в несколько раз.

Елизавета Ивтушок

Источник: https://nplus1.ru/news/2018/04/04/ai-exo-life

Ссылка на основную публикацию
Adblock
detector