Ученые Массачусетского общего госпиталя имени Бригама разработали надежную базовую модель искусственного интеллекта (ИИ), способную анализировать данные МРТ головного мозга для решения множества медицинских задач, в том числе определения возраста мозга, прогнозирования риска развития деменции, выявления мутаций в опухолях головного мозга и прогнозирования выживаемости при раке мозга. Инструмент под названием BrainIAC превзошел другие модели ИИ, ориентированные на решение более узких задач, и был особенно эффективен при ограниченном объеме обучающих данных. Результаты опубликованы в Nature Neuroscience.
«BrainIAC может ускорить поиск биомаркеров, усовершенствовать диагностические инструменты и ускорить внедрение искусственного интеллекта в клиническую практику, — говорит соавтор исследования Бенджамин Канн, доктор медицинских наук. — Интеграция BrainIAC в протоколы визуализации поможет врачам персонализировать лечение пациентов и улучшить его качество».
Несмотря на последние достижения в области медицинского ИИ, не хватает общедоступных способов, ориентированных на комплексный анализ МРТ головного мозга. Большинство традиционных моделей выполняют конкретные задачи и требуют длительного обучения на больших наборах данных, которые бывает сложно получить. Кроме того, МРТ-снимки головного мозга, сделанные в разных учреждениях, могут отличаться по внешнему виду и назначению (например, в неврологии или онкологии), что затрудняет извлечение из них одинаковой информации для систем ИИ.
Чтобы устранить эти ограничения, исследовательская группа разработала адаптивное ядро для визуализации мозга, или BrainIAC. Этот инструмент использует метод самоконтролируемого обучения для выявления характерных особенностей в смешанных наборах данных, которые затем можно адаптировать для различных целей. После предварительного обучения системы на нескольких наборах данных МРТ головного мозга исследователи проверили ее эффективность на 48 965 различных снимках МРТ головного мозга в рамках 7 различных задач разной клинической сложности.
Было обнаружено, что BrainIAC может успешно обобщать полученные знания на здоровых и аномальных изображениях и впоследствии применять их как для простых задач, таких как классификация типов МРТ-снимков, так и для очень сложных, таких как определение типов мутаций при опухолях головного мозга. Модель также превзошла другие системы ИИ, ориентированные на конкретные задачи, в этих и других областях применения.
Авторы отмечают, что BrainIAC особенно хорошо предсказывал результаты при нехватке обучающих данных или высокой сложности задачи, что позволяет предположить, что модель может хорошо адаптироваться к реальным условиям, в которых не всегда доступны аннотированные медицинские наборы данных. Для проверки системы на других методах визуализации мозга и более крупных наборах данных необходимы дальнейшие исследования.
