iaintel·ligènciaartificial.cat← Portada

CIÈNCIA · 4 MIN

Una xarxa neuronal entrenada amb vídeos de tint ajuda a mesurar per primer cop com el cervell neteja els seus propis residus a diferents velocitats

Un equip de la Universitat de Rochester, amb Brown i Copenhaguen, combina IA amb ressonàncies magnètiques per calcular la velocitat del líquid que renta el teixit cerebral i troba que circula fins a 50 vegades més lentament en zones profundes que a la superfície.

Il·lustració editorial de Una xarxa neuronal entrenada amb vídeos de tint ajuda a mesurar per primer cop com el cervell neteja els seus propis residus a diferents velocitats
Escolta:

El sistema glimfàtic és la xarxa de conductes microscòpics que renta el cervell de residus metabòlics mentre dormim, un mecanisme que els científics relacionen amb la salut neurològica a llarg termini, però que fins ara ha estat molt difícil de mesurar amb precisió perquè els fluxos de líquid que hi circulen són massa petits i lents per als mètodes d'imatge convencionals.

Un equip liderat pel professor Douglas Kelley, del departament d'enginyeria mecànica de la Universitat de Rochester, amb col·laboradors de la Universitat Brown i la Universitat de Copenhaguen, ha publicat a Science Advances un mètode que combina intel·ligència artificial amb ressonàncies magnètiques per calcular aquesta velocitat de manera indirecta. Els investigadors van entrenar xarxes neuronals amb vídeos que mostraven com es difonia un tint pel teixit cerebral, i van fer servir aquest aprenentatge per estimar, a partir només de les imatges de ressonància, tant la velocitat del líquid com la permeabilitat del teixit que travessa. El resultat mostra que el líquid es mou a diverses micres per segon a les zones obertes prop del crani, però fins a 50 vegades més a poc a poc en travessar les regions més profundes del cervell, una diferència que fins ara no s'havia pogut quantificar amb aquest detall.

Disposar per primer cop d'una manera de mesurar aquesta variació de velocitats obre la porta a entendre millor per què el sistema de neteja del cervell falla amb l'edat o en determinades malalties neurodegeneratives, i a desenvolupar en el futur eines de diagnòstic no invasives basades en ressonàncies magnètiques estàndard combinades amb aquest tipus d'anàlisi per IA.

La recerca s'ha fet, de moment, amb models animals -principalment ratolins- per establir les mesures de referència, i els mateixos autors reconeixen que encara "no entenem del tot" el funcionament complet del sistema glimfàtic. Traslladar aquest mètode a mesures en cervells humans i a aplicacions clíniques concretes continua sent un objectiu de futur, no un resultat d'aquest treball.

Mateix tema

CIÈNCIA · 4 MIN

Investigadors del MIT i la Tsinghua ensenyen física a un model d'IA amb 1,3 milions de partícules sintètiques i redueixen a la meitat les dades que calen per simular el món real

El sistema GeoPT, desenvolupat pel CSAIL del MIT amb la Universitat de Tsinghua, aprèn com reboten i s'enganxen partícules sobre formes 3D complexes abans d'entrenar-se en tasques concretes, i necessita fins a un 60% menys de dades etiquetades per simular vent, aigua i col·lisions amb la mateixa precisió que els millors models actuals.

CIÈNCIA · 5 MIN

Un estudi a PNAS troba que les sol·licituds de recerca escrites amb ajuda d'IA tenen més probabilitats de rebre finançament del NIH, però s'assemblen més al que ja s'havia finançat

Investigadors de la Kellogg School of Management de la Northwestern analitzen milers de sol·licituds i detecten que els senyals d'ús de models de llenguatge s'associen a un 4% més de possibilitats d'obtenir finançament del NIH, amb menys originalitat semàntica respecte al que ja s'havia finançat; a la NSF no troben cap efecte significatiu.

Butlletí de dissabte

La setmana d’IA, en cinc minuts.