Sztuczna inteligencja diagnozuje choroby, analizując dane z układu odpornościowego; Nowy model sztucznej inteligencji śledzi tempo starzenia się mózgu

Naukowcy ze Stanford Medicine opracowali Mal-ID, narzędzie do uczenia maszynowego, które diagnozuje choroby poprzez analizę sekwencji receptorów komórek B i T. Przetestowany na prawie 600 osobach, Mal-ID z powodzeniem zidentyfikował stany takie jak COVID-19, toczeń i cukrzyca typu 1. Narzędzie może również śledzić reakcje na immunoterapię przeciwnowotworową i udoskonalać podkategorie chorób. Algorytm wykorzystuje modele językowe wytrenowane na białkach do identyfikacji receptorów rozpoznających zagrożenia na komórkach odpornościowych. Osobno naukowcy z USC stworzyli nowy model sztucznej inteligencji, który mierzy tempo starzenia się mózgu za pomocą skanów MRI. To narzędzie śledzi zmiany w mózgu w sposób nieinwazyjny i koreluje szybsze starzenie się mózgu z wyższym ryzykiem zaburzeń poznawczych. Model, trójwymiarowa konwolucyjna sieć neuronowa (3D-CNN), porównuje podstawowe i kontrolne skany MRI tej samej osoby, aby wskazać zmiany neuroanatomiczne. Po przetestowaniu na dorosłych obliczenia modelu korelowały ze zmianami w funkcji poznawczej. Może również rozróżniać różne tempo starzenia się w różnych regionach mózgu i między płciami.