Нейросеть научили точно определять характеристики магнитных наночастиц, подходящих для проведения томографии и уничтожения раковых клеток. Российские исследователи разработали алгоритм машинного обучения, способный подбирать характеристики магнитных наночастиц для повышения качества магнитно-резонансной томографии (МРТ) и терапии злокачественных новообразований. Об этом сообщила пресс-служба санкт-петербургского Университета ИТМО.

"Ученые разработали алгоритм машинного обучения, который на основе открытых лабораторных данных "переводит" параметры наночастиц в параметры эффективности диагностики и лечения. Система может показать, какими будут показатели эффективности для МРТ и гипертермии в случае использования наночастиц с определенными параметрами", - говорится в сообщении.

В последние годы российские и зарубежные ученые активно разрабатывают магнитные наночастицы, которые одновременно можно использовать для усиления контрастности снимков МРТ и улучшения их качества, а также уничтожения опухолей. Последнее становится возможным благодаря подбору свойств частиц, которые позволяют активно вырабатывать тепло при взаимодействии с переменными магнитными полями.

Группа российских химиков под руководством профессора ИТМО Владимира Виноградова разработала систему машинного обучения, которая позволяет в автоматическом режиме подбирать размеры, состав и форму магнитных наночастиц для оптимальной работы систем МРТ и "выжигания" новообразования в различных органах тела.

Для создания этой системы ИИ ученые использовали данные, полученные при изучении свойств 1 282 уникальных типов магнитных наночастиц, которые были получены авторами 126 научных статей. Ученые сопоставили то, как форма, химический состав, длина, ширина и магнитные параметры этих наноструктур влияли на то, насколько активно они поглощают радиоволны и как быстро они "намагничиваются" при взаимодействии с излучением томографа.

Эти данные исследователи использовали для обучения нейросети, которая впоследствии научилась точно определять эти две ключевые характеристики наночастиц по их структуре и составу с 72-86% вероятностью. На получение данных прогнозов у нейросети уходит порядка десяти секунд, тогда как только синтез наночастиц обычно требует несколько часов, а изучение их свойств занимает еще больше времени.

Как отмечают исследователи, для дальнейшего развития и практического применения этого алгоритма им нужны новые данные, в том числе полученные в ходе наблюдений за действием магнитных наночастиц в опытах на животных, культурах клеток и тканях тела. Для сбора подобных сведений российские ученые создали онлайн-портал, где любой исследователь может ознакомиться с уже изученными частицами и проверить работу системы ИИ на своих собственных данных.

"К сожалению, нужных нам данных в открытом доступе практически нет, а тех, что есть, очень мало для дообучения алгоритма. Мы обращаемся в профильные организации, запрашиваем эту информацию - наша команда готова к совместным исследованиям. Чем больше данных мы получим, тем точнее наша система сможет работать", - добавил магистрант Университета ИТМО Павел Ким, чьи слова приводит пресс-служба вуза.