MIT'nin yapay zeka destekli yeni beyin haritalama platformu Alzheimer tedavisi için umut veriyor.

Massachusetts Institute of Technology (MIT) araştırmacıları, Alzheimer hastalığı araştırmalarında önemli bir adım atarak, hastalığı daha iyi anlamak için bir Nöron İzleme ve Aktif Öğrenme Ortamı (NeuroTrALE) geliştirdi.

Alzheimer, dünya nüfusunun sekizde birini etkileyen birçok zayıflatıcı nörolojik bozukluktan biridir. Yeni ilaç doğru yönde atılmış bir adım olsa da, bu ve benzeri diğer hastalıkları tam olarak anlamak için önümüzde uzun bir yolculuk var.

MIT Lincoln Laboratuvarı İnsan Sağlığı ve Performans Sistemleri Grubu'ndan teknik personel ve algoritma geliştiricisi Lars Gjesteby, “İnsan beyninin hücresel düzeyde nasıl çalıştığının inceliklerini yeniden yapılandırmak, sinirbilimdeki en büyük zorluklardan biridir” diyor.

“Yüksek çözünürlüklü, ağ bağlantılı beyin atlasları, sağlıklı ve hastalıklı beyinler arasındaki farkları saptayarak hastalıkları daha iyi anlamamıza yardımcı olabilir. Bununla birlikte, çok büyük beyin görüntüleme veri kümelerini görselleştirmek ve işlemek için yetersiz araçlar nedeniyle ilerleme engellenmiştir.”

Ağa bağlı bir beyin atlası, yapısal bilgileri sinirsel işlevle ilişkilendirmeye yardımcı olabilecek ayrıntılı bir beyin haritasıdır. Bu tür atlasları oluşturmak için beyin görüntüleme verilerinin işlenmesi ve açıklanması gerekir.

Örneğin, her bir aksonun veya nöronları birbirine bağlayan ince lifin izlenmesi, ölçülmesi ve bilgilerle etiketlenmesi gerekir.

Masaüstü tabanlı yazılımlar veya manuel odaklı araçlar gibi beyin görüntüleme verilerini işlemeye yönelik mevcut yöntemlerin, insan beyni ölçeğindeki veri kümelerini işlemek için hala tasarlanması gerekiyor. Bu nedenle, araştırmacılar genellikle ham veri okyanusunda boğulmak için çok zaman harcıyor.

NeuroTrALE, bu beyin haritalama zorluğuna makine öğrenimi, süper hesaplama, kullanım kolaylığı ve erişim getiren bir yazılım hattıdır.

NeuroTrALE, veri işlemenin çoğunu otomatikleştirir ve çıktıyı, araştırmacıların belirli kalıpları işaretlemek, filtrelemek ve aramak için verileri düzenlemesine ve manipüle etmesine olanak tanıyan etkileşimli bir arayüzde görüntüler.

NeuroTrALE'in belirleyici özelliklerinden biri, aktif öğrenme adı verilen makine öğrenimi tekniğini kullanmasıdır.

NeuroTrALE'in algoritmaları, mevcut beyin görüntüleme verilerine dayanarak gelen verileri otomatik olarak etiketlemek üzere eğitilmiştir, ancak aşina olunmayan veriler hata potansiyeli oluşturabilir. Aktif öğrenme, kullanıcıların hataları manuel olarak düzeltmesine olanak tanıyarak algoritmaya benzer verilerle bir sonraki karşılaşmasında kendini geliştirmeyi öğretiyor.

Otomasyon ve manuel etiketlemenin bu karışımı, kullanıcıya çok daha az yük getirerek doğru veri işleme sağlar.

“Bir iplik yumağının röntgenini çektiğinizi düşünün. Tüm bu çapraz, üst üste binen çizgileri görürsünüz,” diyor laboratuvarın Anayurt Karar Destek Sistemleri Grubu'ndan Michael Snyder.

“İki çizgi kesiştiğinde, bu iplik parçalarından birinin 90 derecelik bir bükülme yaptığı anlamına mı gelir, yoksa biri düz yukarı giderken diğeri düz aşağı mı gider? NeuroTrALE'in aktif öğrenme özelliği sayesinde kullanıcılar bu iplik tellerini bir veya iki kez izleyebilir ve algoritmayı ileriye doğru doğru takip etmesi için eğitebilir. NeuroTrALE olmasaydı, kullanıcı her seferinde iplik yumağını ya da insan beyninin aksonlarını izlemek zorunda kalacaktı.” Snyder, personel üyesi David Chavez ile birlikte NeuroTrALE ekibinde yazılım geliştiricisi olarak görev yapıyor.