Ученые смогут понять природу большинства болезней в течение трех-пяти лет при помощи искусственного интеллекта и найти ключ к их лечению. Такое мнение высказал генеральный директор американской биотехнологической компании Moderna Стефан Бансель.
Гендиректор Moderna считает, что благодаря ИИ в течение пяти лет поймут многие болезни. По мнению Стефана Банселя, если есть понимание болезни, то можно найти способ вылечить ее.
«Если есть понимание болезни, можно найти способ вылечить ее. Через 3-5 лет ученые поймут большинство болезней, которые мы не понимаем сейчас. Это будет впервые в истории человечества», — сказал он на мероприятии, организованном американским порталом Semafor.
По оценке Банселя, изыскания ученых помогут эффективнее бороться с ранее тяжело поддающимися лечению заболеваниями. «Причина, по которой люди по-прежнему умирают от рака и страдают от болезни Альцгеймера, состоит в том, что мы не понимаем биологию этих болезней», — отметил он.
Инструменты искусственного интеллекта помогут фармацевтическим компаниям в разработке новых медикаментов и позволят специалистам лучше диагностировать заболевания, например, болезни сердца, считает Бансель. По словам главы компании, ученые из Moderna уже применяют инструменты ИИ в научных исследованиях, что позволяет добиваться ранее недоступных им результатов.
Moderna занимается разработкой фармакологии на основе матричной РНК. Компания вела активную разработку вакцины от COVID-19.
Исследователи утверждают, что одноразовая электронная «татуировка», измеряющая умственную нагрузку, может быть использована для повышения безопасности на работах с высоким уровнем стресса.
Ученые изобрели электронную временную татуировку на лице, предназначенную для измерения умственной нагрузки ее носителя, и надеются, что она сможет помочь определить, когда людям, работающим на высоких должностях, например, в сфере управления воздушным движением, необходим перерыв.
За последний год несколько громких катастроф выявили риски, связанные с перегруженностью персонала, работающего на пределе своих возможностей. Одна из заметных трагедий произошла в январе 2025 года, когда в результате столкновения в воздухе вертолёта и пассажирского самолёта погибли 55 человек. Это произошло в то время, когда в диспетчерской вышке Национального аэропорта имени Рейгана наблюдалась «нештатная ситуация», и один авиадиспетчер выполнял работу, обычно порученную нескольким диспетчерам.
Эти инциденты выявили ряд насущных проблем, включая необходимость в более совершенных системах оценки умственной нагрузки на высоконапряжённых рабочих местах, требующих высокой концентрации. Исследователи описали свою новую систему в статье, опубликованной 29 мая 2025 года в журнале Device.
Электронная татуировка работает, регистрируя мозговые волны через лоб носителя и используя эти данные для оценки прилагаемых им умственных усилий. Создатели утверждают, что их система обеспечивает более быстрый и объективный подход, чем существующие методы.
В настоящее время общепринятым подходом к оценке умственной нагрузки является самоотчёт. Другими словами, люди отслеживают свою усталость и сообщают о ней, когда истощаются, говорит соавтор исследования Наншу Лу, профессор инженерного дела Техасского университета (UT) в Остине. Но, к сожалению, люди не очень хорошо умеют оценивать и оценивать свою собственную умственную деятельность.
По этой причине исследователи стремились выявить объективные физиологические маркеры умственного утомления, регистрируя активность мозга. Наименее инвазивным способом мониторинга активности мозга является электроэнцефалография (ЭЭГ) – метод, при котором используются аккуратно размещённые электроды для измерения электрических сигналов, пульсирующих по коже головы.
Учёные утверждают, что новая «электронная татуировка» предназначена для измерения умственной нагрузки людей, работающих на высоконапряжённой работе. Однако другие сомневаются, будут ли работники и работодатели открыты для этой технологии. Device/Huh et al.
Обычные устройства для ЭЭГ выглядят как шапочки для душа, но для обеспечения стабильного соединения на кожу головы обычно наносится проводящее вещество, например, специальный гель. Кроме того, от электродов шапочки к устройству, собирающему электрические данные, тянется множество проводов, из-за чего участники эксперимента выглядят так, будто на них надеты электрические спагетти.
Новая система Лу, разработанная совместно с соавтором и коллегой, профессором инженерного факультета Техасского университета, Луисом Сентисом, использует одноразовую полимерную клейкую наклейку — «татуировку», — индивидуально подобранную под форму лица пользователя. Она сочетается с лёгкой батареей и системой электродов, которая регистрирует мозговые волны со лба пользователя.
Мозговые волны имеют разные частоты: от более медленных (дельта и тета) до более быстрых (альфа, бета и гамма). Предыдущие исследования связывали степень умственной нагрузки с различными паттернами этих мозговых волн.
Лу и Сентис провели небольшое пилотное исследование для тестирования своего устройства. Шесть участников надели шапочку и прошли тест на память, сложность которого возрастала с каждым раундом. По мере увеличения сложности у участников увеличивалась мощность дельта- и тета-волн, а альфа-, бета- и гамма-волны снижались, что свидетельствует об увеличении умственной нагрузки.
Эти данные затем были загружены в модель машинного обучения, которая оценила умственную нагрузку, испытываемую каждым участником при выполнении заданий разной сложности. Оценки, полученные с помощью модели, тесно коррелировали с самооценкой нагрузки участников, измеренной с помощью индекса нагрузки NASA Task Load Index, инструмента, основанного на анкетировании.
Корреляция электронной татуировки с индексом NASA была аналогична использованию датчика, помещенного на всю головную часть черепа. Пот пользователей фактически помогал системе, снижая электрическое сопротивление и повышая точность записи с течением времени. «Чем дольше носишь, тем лучше», — сказал Герт Каувенбергс , профессор биоинженерии Калифорнийского университета в Сан-Диего, не принимавший участия в исследовании.
Однако у нового подхода есть и недостатки. В настоящее время система может снимать сигналы только с безволосых участков кожи, например, со лба, тогда как обычные ЭЭГ-шапочки регистрируют сигналы с множества электродов, расположенных по всей поверхности головы. Команда надеется преодолеть это, используя подход, предполагающий печать схем на основе чернил непосредственно на коже головы.
Текущая система записывает данные в режиме реального времени, как и стандартная ЭЭГ, но анализ этих электрических данных выполняется отдельно на компьютере. Лу отметил, что работникам, работающим в условиях высокой нагрузки, вероятно, будет полезна оценка и обратная связь в режиме реального времени. Следующая цель команды — встроить нейронную сеть — ещё один тип модели искусственного интеллекта — в Bluetooth-чип татуировки. Это позволит проводить как запись, так и анализ данных непосредственно в самой татуировке.
«Будь то пилоты, водители, специалисты по управлению роботизированными системами — мы, вероятно, увидим рост умственной нагрузки у людей, выполняющих критически важные задачи», — сказал Сентис. «Я вижу, что эти датчики очень скоро будут использоваться в режиме реального времени», — добавил он.
Кауэнбергс согласился, что технология может быть готова к коммерческому применению, но он усомнился в том, будут ли работодатели и сотрудники готовы принять такую навязчивую технологию во имя безопасности.
Смотрите также... Немного о кошках: история одомашнивания и интересные факты о поведении домашних питомцев |
Исследователи разработали алгоритм машинного обучения, который точно распознает шумы в сердце у собак – ключевой признак сердечных заболеваний, который особенно часто встречается у мелких пород, таких как кинг-чарльз-спаниели.
Специалисты Кембриджского университета адаптировали алгоритм, изначально разработанный для использования при диагностики человека. Они обнаружили, что он может автоматически обнаруживать и оценивать шумы в сердце у собак, используя аудиозаписи с цифровых стетоскопов. В ходе тестирования алгоритм выявил сердечные шумы с чувствительностью 90%, достигнув точности аналогичной той, которую используют опытные кардиологи.
Шумы в сердце являются основным признаком порока митрального клапана, наиболее распространённого заболевания сердца у взрослых собак. Примерно у одной из 30 собак, обследованных ветеринаром, обнаруживаются шумы в сердце, причём этот показатель выше у собак мелких пород и пожилых собак.
Поскольку порок митрального клапана и другие сердечные заболевания очень распространены у собак, раннее выявление имеет решающее значение, поскольку своевременное лечение может продлить их жизнь. Технология, разработанная кембриджской командой, может стать доступным и эффективным инструментом скрининга для ветеринаров первичного звена и улучшить качество жизни собак. Результаты исследования опубликованы в журнале Journal of Veterinary Internal Medicine.
Исследователи начали с базы данных сердечных шумов, собранных примерно у 1000 пациентов-людей, и разработали алгоритм машинного обучения, позволяющий воспроизвести, были ли сердечные шумы обнаружены кардиологом. Затем они адаптировали алгоритм, чтобы его можно было использовать для анализа сердечных шумов у собак. Исследователи собрали данные почти от 800 собак, которые проходили плановые обследования сердца в четырёх специализированных ветеринарных центрах Великобритании. Все собаки прошли полный медицинский осмотр и сканирование сердца (эхокардиограмму) у кардиолога, чтобы оценить наличие сердечных шумов и выявить сердечные заболевания, а тоны сердца были записаны с помощью электронного стетоскопа. В результате исследователи получили самый большой набор данных о тонах сердца собак, когда-либо созданных.
Исследователи доработали алгоритм таким образом, чтобы он мог выявлять и классифицировать шумы в сердце на основе аудиозаписей, а также различать шумы, связанные с легким течением заболевания, и те, которые отражают прогрессирующее заболевание сердца, требующее дальнейшего лечения.
Анализ эффективности алгоритма показал, что он согласуется с оценкой кардиолога более чем в половине случаев, а в 90% случаев он находится в пределах одного балла от оценки кардиолога. Исследователи говорят, что это многообещающий результат, поскольку часто существуют значительные различия в том, как разные ветеринары оценивают шумы в сердце.
Степень шума в сердце является полезным критерием для определения дальнейших шагов и методов лечения, и учёным удалось автоматизировать этот процесс, полученный алгоритм может стать очень ценным инструментом для ветеринаров и медсестёр. Он поможет решить, когда и в какой дозировке принимать лекарства, что очень важно, чтобы обеспечить собакам наилучшее качество жизни как можно дольше.
Смотрите также... HTML, CSS-шпаргалка с примерами - тег IMG, figure и picture. Адаптирование, форматирование, эффекты Полный список обработчиков событий HTML / Javascript с примерами |
