人工智能因其解決人類無(wú)法解決的問(wèn)題的能力而倍受贊譽(yù),這要?dú)w功于新穎的計(jì)算架構(gòu)可以快速處理大量復(fù)雜數(shù)據(jù)。結(jié)果,諸如機(jī)器學(xué)習(xí),計(jì)算機(jī)視覺(jué)和神經(jīng)網(wǎng)絡(luò)之類的AI方法被應(yīng)用于科學(xué)和社會(huì)中一些最困難的問(wèn)題。
一個(gè)棘手的問(wèn)題是腦疾病的診斷,外科治療和監(jiān)測(cè)??捎糜谔幚砟X部疾病的AI技術(shù)的范圍正在迅速增長(zhǎng),并且隨著計(jì)算機(jī)科學(xué)家對(duì)高級(jí)算法功能的更深入了解,令人興奮的新方法正在應(yīng)用于腦部問(wèn)題。
在本周由AIP Publishing在APL Bioengineering上發(fā)表的一篇論文中,意大利研究人員進(jìn)行了系統(tǒng)的文獻(xiàn)綜述,以了解將AI用于腦部疾病的最新技術(shù)。他們的搜索產(chǎn)生了2,696個(gè)結(jié)果,他們將注意力集中在154個(gè)被引用最多的論文上,并進(jìn)行了仔細(xì)研究。
他們的定性評(píng)估為AI開(kāi)發(fā)的最有趣的方面提供了啟示。例如,為了對(duì)抗疾病隨時(shí)間的發(fā)展,使用了一個(gè)生成對(duì)抗網(wǎng)絡(luò)來(lái)合成一個(gè)衰老的大腦。
作者:愛(ài)麗絲·塞加托(Alice Segato)說(shuō):“人工智能技術(shù)的使用正在逐步為各種與大腦有關(guān)的現(xiàn)實(shí)世界中的臨床問(wèn)題帶來(lái)有效的理論解決方案?!薄疤貏e是近年來(lái),由于相關(guān)數(shù)據(jù)的積累和日趨有效的算法的發(fā)展,有可能顯著增加對(duì)復(fù)雜腦機(jī)制的理解?!?/p>
作者的分析涵蓋了8種腦部護(hù)理范例,研究了用于處理有關(guān)腦部結(jié)構(gòu)和連通性特征的信息以及評(píng)估手術(shù)候選資格的AI方法,確定問(wèn)題區(qū)域,預(yù)測(cè)疾病軌跡以及術(shù)中協(xié)助??梢允褂糜?jì)算機(jī)視覺(jué)AI技術(shù)分析用于研究腦部疾病的圖像數(shù)據(jù),包括3D數(shù)據(jù),例如磁共振成像,彌散張量成像,正電子發(fā)射斷層掃描和計(jì)算機(jī)斷層掃描成像。
但是作者敦促謹(jǐn)慎行事,指出“可解釋算法”的重要性,因?yàn)槁窂奖仨毲宄孛枋鼋鉀Q方案,而不是“黑匣子”,這是指AI可以達(dá)到準(zhǔn)確的解決方案,但依賴于很少被人理解或理解的內(nèi)部工作原理無(wú)形。
塞加托說(shuō):“如果人類要接受算法處方或診斷,就必須信任它們。”“研究人員的努力正在導(dǎo)致創(chuàng)建越來(lái)越復(fù)雜和可解釋的算法,這可能有助于在實(shí)際臨床環(huán)境中更廣泛地使用‘智能’技術(shù)?!?/p>
責(zé)任編輯:lq
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4726瀏覽量
100311 -
人工智能
+關(guān)注
關(guān)注
1789文章
46348瀏覽量
236509 -
ai技術(shù)
+關(guān)注
關(guān)注
1文章
1248瀏覽量
24127
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論