Новости медицины
30/09
В MIT создали идеального анестезиолога на базе искусственного интеллекта
30/09/2020
Группа ученых из Массачусетского технологического института и Массачусетской больницы разработала новый алгоритм искусственного интеллекта, который контролирует уровень бессознательного состояния пациента с помощью наркоза. Как сообщает TechXplore, глубокая нейронная сеть самостоятельно определяет дозу анестетика, используя обучение с подкреплением в моделируемой среде. Нейросеть оказалась значительно эффективнее стандартных подходов и вскоре может быть протестирована на реальных пациентах.
Ученые обучили ИИ на данных о пациентах, которые были созданы на основе фармакокинетических и фармакодинамических моделей со случайными параметрами. Таким образом команда получала множество искусственных пациентов с различными характеристиками и особенностями. Затем исследователи провела серию тренировочных испытаний при помощи метода перекрестной энтропии. В качестве основного средства для наркоза был выбран пропофол, который обычно используется для общей анестезии или как седативное средство. В ходе исследования нейросеть постепенно научилась сопоставлять наблюдаемое состояние пациента с необходимостью введения фиксированной дозы пропофола.
«Наша лаборатория добилась значительного прогресса в понимании того, как анестетики влияют на нейронную активность, и теперь многопрофильная команда изучает, как точно определить дозы анестетиков по нейронным записям. Мы обучили нейронную сеть, используя метод кросс-энтропии, позволяя ей работать на симулированных пациентах и поощряя действия, которые приводили к хорошим результатам», — объясняет Габриэль Шамберг, один из участников проекта.
Тестирование показало, что новый алгоритм превосходит пропорционально-интегрально-дифференцирующий регулятор (ПИД), который зачастую используется для определения идеальных доз анестетика. По мнению ученых, главные преимущества нового подхода — возможность масштабировать клинические переменные, а также связь глубокой сети с входными переменными и рекомендуемой дозировкой. Нейросеть генерирует последовательные выводы значительно точнее любых предыдущих систем.
Источник
Ученые обучили ИИ на данных о пациентах, которые были созданы на основе фармакокинетических и фармакодинамических моделей со случайными параметрами. Таким образом команда получала множество искусственных пациентов с различными характеристиками и особенностями. Затем исследователи провела серию тренировочных испытаний при помощи метода перекрестной энтропии. В качестве основного средства для наркоза был выбран пропофол, который обычно используется для общей анестезии или как седативное средство. В ходе исследования нейросеть постепенно научилась сопоставлять наблюдаемое состояние пациента с необходимостью введения фиксированной дозы пропофола.
«Наша лаборатория добилась значительного прогресса в понимании того, как анестетики влияют на нейронную активность, и теперь многопрофильная команда изучает, как точно определить дозы анестетиков по нейронным записям. Мы обучили нейронную сеть, используя метод кросс-энтропии, позволяя ей работать на симулированных пациентах и поощряя действия, которые приводили к хорошим результатам», — объясняет Габриэль Шамберг, один из участников проекта.
Тестирование показало, что новый алгоритм превосходит пропорционально-интегрально-дифференцирующий регулятор (ПИД), который зачастую используется для определения идеальных доз анестетика. По мнению ученых, главные преимущества нового подхода — возможность масштабировать клинические переменные, а также связь глубокой сети с входными переменными и рекомендуемой дозировкой. Нейросеть генерирует последовательные выводы значительно точнее любых предыдущих систем.
Источник
Написать нам
Меню
Наши контакты
117420, Москва, улица Наметкина, 10Б, строение 1
Medrating
