Это ежемесячный обзор наиболее важных и интересных новостей от экспертной группы проекта Технологии Долголетия по направлению “Искусственный интеллект в медицине и биологии”
Общее быстрое развитие технологий, исследований и разработок в области применения искусственного интеллекта (ИИ) приводит к появлению соответствующих разработок в медицинских технологиях, росту инвестиции в проекты, связанные с ИИ, в медицине и биологии.
IT-компании активно создают биомедицинские подразделения, так как видят большой потенциал в применении ИИ для развития здравоохранения. Наиболее практическое применение находят технологии машинного обучения и нейросетей для создания систем автоматизированной диагностики заболеваний. Также развиваются технологии создания лекарственных препаратов на основе моделирования. Созданы и развиваются системы анализа биомаркеров различного типа. Огромную перспективу имеет создание моделей живых организмов, включая полную модель организма человека.
Стартап Маска Neuralink впервые показал свои технологии для соединения мозга с компьютером
«Сверхсекретный» стартап Илона Маска Neuralink, работающий над подключением человеческого мозга к искусственному интеллекту, впервые представил свои технологии. Во время своей первой демонстрации стартап показал, что он может регистрировать активность мозга крысы с помощью тысяч крошечных электродов, хирургически имплантированных рядом с нейронами и синапсами животного. Чтобы сделать это, Neuralink, базирующаяся в Сан-Франциско, похоже, сделала ряд прорывов, которые позволили ей размещать высокоскоростные вычислительные системы внутри мозга, нанося при этом меньший ущерб, чем существующие методы.
По словам президента Макса Ходака, компания будет запрашивать одобрение Управления по контролю за продуктами и лекарствами США, чтобы начать клинические испытания на людях уже в следующем году. Цель состоит в том, чтобы просверлить четыре 8-миллиметровых отверстия в черепах парализованных пациентов и вставить имплантаты, которые дадут им возможность управлять своими компьютерами и смартфонами, используя свои мысли. Да, действительно. «Многие люди списывают это как невозможное», — говорит Ходак. «В ближайшие десять лет в этой области будут великие дела, и они должны относиться к этому серьезно».
По словам исследователей, в перспективе послеоперационные пациенты смогут вводить слова в текстовое сообщение или электронное письмо, просто думая о них, а также перемещать курсор мышью и мысленно перемещаться по веб-страницам. Однажды в далеком будущем люди, которым предстоит операция, смогут загрузить новый язык в свой мозг или обменяться мыслями с кем-то в цифровом формате. На данный момент ученые сосредоточены на помощи пациентам, страдающим параличом, и цель состоит в наборе 40 слов в минуту.
Источник:https://www.bloomberg.com
Сердечный инструмент LVivo EF теперь доступен для портативного мобильного ультразвука GE Vscan Extend
19 сентября 2018 года — DiA Imaging Analysis Ltd. (DiA), поставщик инструментов для ультразвукового анализа с искусственным интеллектом (AI), объявил, что его программное обеспечение для поддержки принятия решений сердца LVivo EF теперь доступно для приобретения для карманного портативного компьютера Vscan Extend от GE.
LVivo EF — это первое автоматизированное приложение для анализа фракции выброса сердца (EF), работающее на основе искусственного интеллекта, способное работать в среде с малым объемом памяти и вычислительной мощностью мобильного ультразвука. Оценка EF является ключевым диагностическим критерием, определяющим различные стратегии лечения в местах оказания медицинской помощи, особенно в области неотложной медицинской помощи, интенсивной терапии и анестезии.
Традиционно большая часть интерпретации фракции выброса сердца в местах оказания медицинской помощи проводится посредством визуальной оценки, при этом уровни опыта клинициста варьируются в зависимости от места оказания медицинской помощи.
LVivo EF позволяет быстро и эффективно предоставить клиницистам скорингирование левого желудочка и измерения объема с помощью передовой, запатентованной технологии искусственного интеллекта DiA и передовых алгоритмов распознавания образов, которые имитируют способ, которым человеческий глаз распознает границы и движение.
Источник:https://www.dicardiology.com
Австралийские исследователи только что выпустили первую в мире вакцину, разработанную на основе искусственного интеллекта
Команда из Университета Флиндерс в Южной Австралии разработала новую вакцину, которая считается первым в мире лекарством для человека, полностью разработанным с помощью искусственного интеллекта (ИИ).
В то время как лекарства разрабатывались с использованием компьютеров и ранее, эта вакцина пошла еще дальше и была независимо создана программой ИИ под названием SAM (Алгоритм поиска лигандов). Профессор университета Флиндерс Николай Петровский, возглавлявший разработку, сообщил Business Insider Australia, что его название происходит от того, что ему поручено делать: искать во вселенной все мыслимые соединения, чтобы найти хорошее лекарство для человека (также называемое лигандом).
Ученым пришлось обучать программу ИИ набору соединений, которые, как известно, активируют иммунную систему человека, и набору соединений, которые не работают. Задача ИИ заключалась в том, чтобы разработать алгоритм, способный отличить лекарство, которое работает от того, которое не действует. После чего была разработана программа, которая произвела триллионы различных химических соединений, которые выступили в качестве входного набора данных для обучения SAM, чтобы алгоритм мог проанализировать и найти кандидатов, которые, по его мнению, могут быть хорошими иммунными препаратами для человека.
Исследование получило финансирование от Национального института аллергии и инфекционных заболеваний США — части Национального института здоровья страны (NIH) — и начало 12-месячные клинические испытания по всей территории США.
Источник: https://www.businessinsider.com.au
Ученые с помощью нейросетей научились прогнозировать болезнь Альцгеймера с точностью в 90%
Исследователи Центра информационных технологий в проектировании (ЦИТП) РАН и Первого Московского государственного медицинского университета имени И. М. Сеченова разработали систему на основе нейросетей, которая позволяет определять признаки ранней стадии болезни Альцгеймера по снимкам МРТ (магнитно-резонансного томографа).
Алгоритм представляет собой перспективный метод ранней диагностики, который может использоваться и в сфере телемедицины. Система позволяет анализировать загруженные в компьютер снимки МРТ в автоматическом режиме, находить гиппокамп, определять его объем и динамику изменения, и предоставлять заключение.
По словам исследователей в процессе тестирования ученым удалось в более 90% случаев выявить атрофию гиппокампа у пациентов с деменцией, а также сократить время и сложность диагностики, что повысит шансы пациентов на своевременное лечение.
Научная работа поддержана грантом Российского научного фонда.
Источник: https://tass.ru/nauka/6740009
Нейросеть научили моментально предсказывать третичную структуру белка
Американский исследователь создал нейронную сеть ProteinNet, которая способна предсказывать структуру белка за миллисекунды.
Предсказание структуры белка из его последовательности является центральной проблемой биохимии. Методы коэволюции показывают многообещающие результаты, но явная карта последовательности в структуре остается неуловимой. Достижения в области глубокого обучения, которые заменяют сложные, разработанные человеком конвейеры дифференцируемыми моделями, оптимизированными от начала до конца, предполагают потенциальные преимущества. В своем исследовании ученые представили сквозную дифференцируемую модель для изучения структуры белка. Модель связывает локальную и глобальную структуру белка через геометрические единицы, которые оптимизируют глобальную геометрию, не нарушая локальную ковалентную химию. Тестируемая модель, использует две сложные задачи: прогнозирование новых сгибов без коэволюционных данных и прогнозирование известных сгибов без структурных шаблонов. В первой задаче модель достигает современной точности, а во второй она находится в пределах 1–2 Å; конкурирующие методы, использующие коэволюцию и экспериментальные шаблоны, были доработаны на протяжении многих лет, и вполне вероятно, что дифференцируемый подход имеет существенные возможности для дальнейшего совершенствования с применением, начиная от открытия лекарств и заканчивая конструированием белков.
Источник:
https://www.cell.com
Автор: Олеся Сидорова
Перепечатка разрешается при сохранении ссылок на источник публикации.
