Искусственный интеллект продолжает стремительно расширять границы медицинской диагностики. Новая фундаментальная модель ИИ, обученная на огромном массиве данных магнитно-резонансной томографии (МРТ), способна выявлять и прогнозировать широкий спектр заболеваний мозга — от инсульта до болезни Альцгеймера. Разработка открывает перспективы более ранней и точной диагностики, а также оценки будущих рисков для пациентов.
Современные системы искусственного интеллекта представляют собой вычислительные модели, способные находить закономерности в больших массивах данных, делать точные прогнозы и даже создавать контент — тексты, изображения, видео или аудио. В медицине такие алгоритмы уже доказали свою эффективность при анализе снимков и диагностике отдельных заболеваний. Особенно перспективным направлением стало применение ИИ для обработки данных МРТ — неинвазивного метода визуализации мозга.
Группа исследователей из Mass General Brigham, Harvard Medical School и других научных центров разработала универсальную модель под названием Brain Imaging Adaptive Core (BrainIAC). Результаты работы опубликованы в журнале Nature Neuroscience.
Обучение на десятках тысяч МРТ
BrainIAC относится к так называемым «фундаментальным» моделям — крупным системам, предварительно обученным на обширных наборах данных. В данном случае алгоритм прошёл предобучение на 48 965 МРТ-сканах головного мозга. Для этого применялся метод самоконтролируемого обучения (self-supervised learning), позволяющий модели самостоятельно выявлять скрытые структуры и закономерности даже в данных без разметки.
В ходе обучения алгоритм «усвоил» базовые знания о структуре и организации человеческого мозга. Благодаря этому после предобучения модель можно быстро адаптировать под конкретные задачи — например, для выявления определённого заболевания или оценки прогрессирования патологического процесса.
Ведущий автор исследования Бенджамин Канн отметил, что ежегодно в США выполняются миллионы МРТ-исследований мозга, однако обычно их анализ ограничивается конкретной клинической задачей. Между тем эти снимки содержат гораздо больше информации, которую человек не способен полностью извлечь. Использование ИИ позволяет раскрыть скрытые данные и потенциально создать мощные инструменты для мониторинга как острых, так и хронических заболеваний — инсульта, онкологических процессов, деменции и других состояний.
Один алгоритм — множество диагнозов
После этапа предобучения исследователи протестировали BrainIAC в задачах выявления различных заболеваний: болезни Альцгеймера, аутизма, деменции, опухолей мозга, болезни Паркинсона и инсульта. Результаты оказались впечатляющими: модель демонстрировала высокую точность и легко адаптировалась к каждой новой задаче, требуя минимального дополнительного обучения.
По словам разработчиков, в ряде случаев BrainIAC требовалось в десять раз меньше обучающих данных по сравнению с традиционными узкоспециализированными алгоритмами, созданными для решения только одной конкретной задачи. Это делает модель универсальной базовой платформой для прогнозирования различных неврологических расстройств.
Перспективы для медицины будущего
Учёные считают, что дальнейшее расширение обучающей выборки позволит ещё больше повысить точность системы. Кроме того, концепция фундаментальной модели может быть применена и к другим видам медицинской визуализации — компьютерной томографии (КТ), микроскопическим изображениям высокого разрешения, снимкам сетчатки глаза, данным ультразвуковых исследований и сканированию других органов.
Алгоритм BrainIAC является открытым и доступен онлайн для научного сообщества. Уже сейчас несколько исследовательских групп используют его для изучения болезни Альцгеймера, черепно-мозговых травм и других патологий, отслеживая их развитие и прогрессирование.
Разработка подобных универсальных ИИ-систем может стать важным шагом к персонализированной медицине, где диагностика и прогнозирование будут основываться на комплексном анализе больших массивов данных, а лечение — адаптироваться к индивидуальным особенностям каждого пациента.
