Sztuczna inteligencja odczytuje ból z mózgu. Koreańscy badacze znaleźli jego cyfrowy ślad
Sztuczna inteligencja stworzona przez naukowców z Korei Południowej potrafi odczytać ból wprost z fal mózgowych. Podwójny algorytm omija subiektywne deklaracje pacjentów i wskazuje dokładne miejsce w mózgu, gdzie rodzi się cierpienie.
pl.
👁 128 przeczytań
- Koreańscy badacze z DGIST i GIST stworzyli AI, która odczytuje intensywność bólu wprost z fal mózgowych EEG, bez pytania pacjenta.
- System opiera się na dwóch odrębnych modelach AI, które uczą się wyłącznie z danych uznanych przez oba za wiarygodne, eliminując subiektywny szum.
- Odkryto, że fale delta w punktach F7 i F8 lewego i prawego płata skroniowego przedniego zmieniają się proporcjonalnie do intensywności bodźca termicznego.
Czy ból można zobaczyć na monitorze tak samo jak temperaturę czy ciśnienie krwi? Zespół południowokoreańskich naukowców udowodnił, że tak. Stworzyli sztuczną inteligencję, która odczytuje cierpienie wprost z fal mózgowych - obiektywnie, bez pytania pacjenta o zdanie.
Subiektywna pułapka bólu
Przez dekady medycyna opierała się na Skali Wizualno-Analogowej (VAS), czyli na tym, co powie pacjent. Problem w tym, że ta sama rana u dwóch osób wywołuje zupełnie inne opisy. Dla jednego to „3”, dla drugiego „7”. Do tego całkowicie odpada u osób, które nie mogą mówić - pacjentów na OIOM-ie, małych dzieci, ludzi z zaburzeniami świadomości. Jak podkreśla zespół z DGIST i GIST, ta lina diagnostyczna była największym wyzwaniem.
Dwa modele zamiast jednego
Kluczowym przełomem było odrzucenie standardowego uczenia maszynowego. W tradycyjnym podejściu sztuczna inteligencja uczyłaby się na subiektywnych deklaracjach pacjentów - i powielałaby te same błędy. Zespół pod kierownictwem głównego badacza An Jinunga (DGIST) i profesora Jeon Seong-chana (GIST) poszedł inną drogą. Zbudowali architekturę, w której dwa odrębne modele AI porównują swoje przewidywania. Uczą się tylko z tych danych, które oba uznają za wiarygodne. To tak, jakby dwóch egzaminatorów sprawdzało ten sam test i uznawało tylko te odpowiedzi, co do których oboje nie mają wątpliwości. W ten sposób algorytm sam odfiltrowuje osobnicze różnice w wyrażaniu bólu.
F7 i F8 - cyfrowy ślad cierpienia
Naukowcy nie poprzestali na samym algorytmie. Przeanalizowali dokładnie, skąd w mózgu pochodzi sygnał bólowy. Odkryli, że aktywność fal delta w lewym i prawym płacie skroniowym przednim - dokładnie w miejscach, które elektrody rejestrują jako punkty F7 i F8 - zmienia się proporcjonalnie do intensywności bodźca termicznego. To neurofizjologiczny odpowiednik termometru: im wyższa temperatura bólu, tym silniejszy sygnał w tych rejonach. Badacze określili te punkty mianem neuro-biomarkerów, czyli obiektywnych wskaźników fizjologicznych.
W eksperymencie wzięło udział 41 uczestników. System poradził sobie bardzo dobrze nawet w przypadku bodźców, których wcześniej nie widział. Tradycyjne sieci neuronowe wypadały znacznie gorzej, bo nie potrafiły oddzielić prawdziwego sygnału od subiektywnego szumu.
Od laboratorium do szpitala
Pierwszy autor publikacji, dr Jeong Ui-jin, zaznacza w rozmowie z mediami, że celem jest wdrożenie technologii w realnych warunkach klinicznych. Wyobraża sobie monitorowanie bólu przed i po operacji, śledzenie przewlekłych dolegliwości oraz obiektywną ocenę na oddziałach intensywnej terapii. Dalej w planach jest interfejs mózg-komputer (BCI), który pozwoliłby na ciągłe, nieinwazyjne monitorowanie pacjenta bez jego aktywnego udziału.
Badanie, opublikowane w majowym wydaniu czasopisma IEEE Transactions on Neural Systems and Rehabilitation Engineering, zostało sfinansowane przez Narodową Fundację Badawczą Korei. Jak zauważa główny badacz An Jinung: „To badanie bezpośrednio rozwiązuje problem obciążenia subiektywnymi etykietami, który był chronicznym ograniczeniem analizy bólu opartej na EEG”.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Język, którego nie da się sfałszować
Ból od zawsze był prywatnym doświadczeniem. Teraz, dzięki podwójnemu algorytmowi i odkryciu konkretnych współrzędnych w korze mózgowej, może stać się mierzalny jak każdy inny parametr życiowy. Możliwość odczytania cierpienia bezpośrednio z mózgu to nie tylko triumf inżynierii obliczeniowej, ale przede wszystkim nadzieja dla tych, którzy od lat nie są w stanie powiedzieć: „boli”.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Jak działa sztuczna inteligencja do mierzenia bólu z mózgu?
System analizuje fale mózgowe EEG za pomocą dwóch odrębnych modeli AI, które porównują swoje przewidywania i uczą się tylko z danych, co do których oba nie mają wątpliwości. Dzięki temu algorytm odfiltrowuje osobnicze różnice w wyrażaniu bólu bez polegania na subiektywnych deklaracjach pacjentów.
Gdzie w mózgu naukowcy znaleźli sygnał bólowy?
Aktywność bólową wykryto w lewym i prawym płacie skroniowym przednim, w punktach rejestrowanych przez elektrody jako F7 i F8. Zmiany fal delta w tych miejscach są proporcjonalne do intensywności bodźca termicznego, dlatego badacze nazwali je neuro-biomarkerami.
Ile osób wzięło udział w badaniu nad AI mierzącą ból?
W eksperymencie wzięło udział 41 uczestników. System radził sobie dobrze nawet z bodźcami, których wcześniej nie widział, a tradycyjne sieci neuronowe wypadały w porównaniu znacznie gorzej.
Gdzie opublikowano badanie koreańskich naukowców o pomiarze bólu z EEG?
Badanie ukazało się w majowym wydaniu czasopisma IEEE Transactions on Neural Systems and Rehabilitation Engineering. Zostało sfinansowane przez Narodową Fundację Badawczą Korei.
Sztuczna inteligencja znalazła nowy antybiotyk na rzeżączkę. Przetestowano go na „pochwie na chipie”Nauka
Hollywood zaczyna unikać krytyki Big Techu. Powodem są umowy ze sztuczną inteligencjąNauka
Netflix użył AI w 300 produkcjach. Nolan nazywa sztuczną inteligencję koniem trojańskimNewsyPodobne tematy na Promptowym
