В Санкт-Петербурге разработали систему ИИ для улучшения диагностики и удаления опухолей
Российские исследователи разработали алгоритм машинного обучения, способный подбирать характеристики магнитных наночастиц для повышения качества магнитно-резонансной томографии (МРТ) и терапии злокачественных новообразований.
Учеными разработан алгоритм машинного обучения, который на основе открытых лабораторных данных "переводит" параметры наночастиц в параметры эффективности диагностики и лечения. Система может показать, какими будут показатели эффективности для МРТ и гипертермии в случае использования наночастиц с определенными параметрами. Она позволяет в автоматическом режиме подбирать размеры, состав и форму магнитных наночастиц для оптимальной работы систем МРТ и "выжигания" новообразования в различных органах тела.
Для создания данной системы ИИ ученые использовали знания, полученные при изучении свойств 1 282 уникальных типов магнитных наночастиц, которые были получены авторами 126 научных статей. Исследователи сопоставили то, как форма, химический состав, длина, ширина и магнитные параметры этих наноструктур влияли на то, насколько активно они поглощают радиоволны и как быстро они "намагничиваются" при взаимодействии с излучением томографа.
Эти данные в последствии были использованы для обучения нейросети, которая теперь способна точно определять ключевые характеристики наночастиц по их структуре и составу с 72-86% вероятностью. На получение данных прогнозов у нейросети уходит порядка десяти секунд, тогда как только синтез наночастиц обычно требует несколько часов, а изучение их свойств занимает еще больше времени.