S pomočjo strojnega učenja raziskovalci lahko uporabljajo podatke iz možganov, da pridobijo globlje vpoglede in uporabijo to novo znanje v kliničnih okoljih. Ugotovitve bodo predstavljene v ponedeljek, 13. novembra, od 14. do 15. ure EST na konferenci Neuroscience 2023, letnem srečanju Društva za nevroznanost in največjem viru novic o nastajajočih raziskavah možganov ter zdravju.
Strojno učenje je veja umetne inteligence (AI), ki se osredotoča na omogočanje računalnikom, da analizirajo podatke na vse bolj kompleksne načine. Raziskovalci uporabljajo algoritme s prilagodljivimi modeli, ki se lahko spreminjajo in razvijajo brez zunanjega posredovanja. V nevroznanstvenih raziskavah strojno učenje lahko preučuje obsežne podatkovne zbirke z informacijami iz človeških možganov in tudi uporablja modele za napovedovanje rezultatov na podlagi teh informacij.
Nove ugotovitve kažejo, da:
- Raziskovalci lahko uspešno identificirajo aktivnost med talamusom in motorično povezanimi regijami, ki so povezane s simptomi depresije, s pomočjo nevroslikovnih tehnik za odkrivanje nenormalnih območij možganov pri psihiatričnih motnjah. (Ayumu Yamashita, Advanced Telecommunications Research Institute International)
- Modeli strojnega učenja, ki uporabljajo podatke bolnikov, lahko napovejo napredovanje od blage kognitivne okvare (MCI) do Alzheimerjeve bolezni (AD); njihova študija se osredotoča na uporabo kPCA (analiza glavnih komponent jedra). (Nikita Goel, Univerza Južna Kalifornija) Nova uporaba umetnih nevronskih mrež lahko razkrije, kako celice v vizualnem korteksu interpretirajo svetlobne signale iz mrežnice in pretvarjajo te podatke v vid. (Dan Butts, Univerza Maryland)
- Raziskovalci so uporabili modele strojnega učenja za globinske posnetke možganov in jih kombinirali s tradicionalnimi metodami teorije krmiljenja, da bi ustvarili orodje za napovedovanje ciljev za globoko možgansko stimulacijo (DBS). Ta optimizacija lahko pomaga pri zdravljenju distonije pri otrocih. (Maral Kasiri, Univerza Kalifornija, Irvine)
Napredki na področju umetne inteligence in strojnega učenja spreminjajo raziskave možganov in klinična zdravljenja,” je dejal Terry Sejnowski, profesor Francis Crick na Inštitutu Salk za biološke študije in priznani profesor na Univerzi v Kaliforniji v San Diegu, ki bo moderiral novinarsko konferenco. “Posnetki možganov proizvajajo ogromne podatkovne zbirke, ki jih lahko analiziramo s pomočjo strojnega učenja. Prediktivno modeliranje, vmesniki med strojem in možgani ter nevroslikovne/nevromodulacijske tehnike so področja s posebnim obetom za razvoj novih terapevtskih pristopov in načrtov zdravljenja za paciente.
Recent Comments