人工智能大脑图像创建逼真的合成数据以用于医学研究
伦敦国王学院的科学家与伦敦大学学院密切合作开发了一种人工智能模型，该模型生成了人类大脑的三维合成图像，这些图像逼真且足够准确，可用于医学研究。
该模型和图像帮助科学家更好地了解人类大脑的样子，支持预测、诊断和治疗痴呆、中风和多发性硬化症等脑部疾病的研究。
该算法是使用英国最强大的超级计算机 NVIDIA Cambridge-1 创建的。作为世界上速度最快的超级计算机之一，Cambridge-1 使研究人员能够在数周而不是数月内训练人工智能并生成质量更高的图像。
三维高分辨率图像具有真实人脑的所有特征，例如正确的折叠模式和合适大小的区域。它还可以准确生成反映年龄、性别或疾病状况等临床因素的图像。
该模型生成的数据足够逼真，可以复制人体解剖结构。例如，该团队表明，使用真实数据进行的痴呆症研究将显示出与使用生成的合成数据进行的研究相同的结果。
通过查看大量数据，AI 模型了解了年龄和性别如何影响大脑，以及病理如何影响解剖学。这些工具有许多直接用途，从使 AI 诊断更加准确和公平，到帮助神经科学家更好地了解大脑如何随着年龄和疾病而变化;这可以彻底改变我们研究大脑和寻找危重疾病治疗方法的能力。
人工智能医学讲师、这项研究的资深作者 Jorge Cardoso 博士表示：“我们教会了计算机人类大脑的样子，并利用它为特定年龄、性别和病症生成逼真的大脑。与拥有六根手指或三条腿的人的人工智能图像不同，这些图像在解剖学上精确到每一个细节。
“收集和获取真实人脑数据极大地限制了研究，而现实世界数据的多样性可能会造成研究偏见和不一致。
“合成图像会产生高分辨率且可能无限的数据，我们可以控制其中的外部变量。我们甚至可以使用该模型使数据集更加公平，例如按年龄、性别或种族纳入更大范围的大脑。
“神经学研究的潜力是巨大的。随着技术的进一步发展，该技术可以帮助我们了解哪种药物最适合每个患者，某些疾病在不同患者身上会如何不同发展，以及一个人的大脑对特定治疗会如何反应。
“简而言之，临床医生将能够根据模型对每个特定患者的预测来定制和优化治疗计划。”
伦敦大学学院神经学教授 Parashkev Nachev 表示：“要理解大脑图像，我们必须首先获得重建大脑的能力。这意味着不仅要了解大脑的外观，还要确定任何大脑 在 健康和疾病状态下可能出现的反事实特征的界限。
“该解决方案为克服医学领域的最大挑战铺平了道路：如何预测每个患者的最佳治疗方案，以提供真正个性化的护理。”
随着数据和计算能力的增强，模型将不断改进。研究范围也正在扩大到心脏和肺等其他器官，甚至癌症等复杂的多系统疾病。
该人工智能模型由伦敦国王学院、伦敦大学学院和 NVIDIA 的数据科学家和工程师与伦敦医学成像和人工智能价值医疗中心合作开发，该研究由英国研究与创新署和威康创新基金会资助的神经病学高维翻译计划资助。
版权声明：本文由用户上传，如有侵权请联系删除！