Posted in

FaceID ტექნოლოგიის შემქმნელს, სურს რომ ხელოვნური ინტელექტის დახმარებით ტვინის ანალიზი მოახდინოს

წარმოიდგინეთ სამყარო, სადაც ფსიქიკური ჯანმრთელობის ისეთი რთული პრობლემების დიაგნოსტიკა, როგორიცაა დეპრესია, PTSD (პოსტტრავმული სტრესული აშლილობა) ან თუნდაც პარკინსონის დაავადება, ისეთივე მარტივი და რუტინული პროცედურა იქნება, როგორც სისხლის ანალიზის აღება უბნის კლინიკაში.

სწორედ ეს არის ამბიციური მიზანი სტარტაპისა Hemispheric, რომლის თანადამფუძნებელი ტექნოლოგიური გიგანტის, Apple-ის ყოფილი თანამშრომელი და FaceID-ისა და Apple Vision Pro-ს ტექნოლოგიის ერთ-ერთი თანაავტორი გიდი ლიტვინია (Gidi Littwin). სტარტაპი, რომელმაც სულ ახლახან დაასრულა საიდუმლო (stealth) ფაზა და $52-მილიონიანი საწყისი დაფინანსებაც მოიზიდა, მიზნად ისახავს მედიცინის ყველაზე დიდ „ბრმა ზონას“ — ადამიანის ტვინს — ხელოვნური ინტელექტის მეშვეობით შუქი მოჰფინოს.

როდესაც სახის ამოცნობიდან ტვინის დეკოდირებაზე გადადიხარ

გიდი ლიტვინმა Apple-ში მუშაობისას წლები გაატარა ისეთი AI სისტემების შექმნაში, რომლებიც გიგანტურ მონაცემთა ბაზებს ეყრდნობოდა. FaceID-ის შესაქმნელად ასიათასობით ადამიანის სახის სკანირება და მონაცემთა გადამუშავება გახდა საჭირო, რათა ტელეფონს თქვენი ამოცნობა სიბნელეში, სათვალით თუ სხვადასხვა რაკურსით შეძლებოდა.

როდესაც ლიტვინმა 2020 წელს Apple დატოვა, მან ეს უზარმაზარი გამოცდილება ბევრად უფრო მნიშვნელოვან და მაღალტექნოლოგიურ სფეროს — ნეირომეცნიერებას დაუკავშირა. ის ნეირომეცნიერ ჰაგაი ლალაზარს (Hagai Lalazar) დაუკავშირდა. პარალელი მათ წინა სამუშაოსა და ახალ პროექტს შორის საოცარია: როგორც FaceID-ს სჭირდებოდა უზარმაზარი ვიზუალური ბაზა სახის ნაკვთების შესასწავლად, ისე Hemispheric-ს დასჭირდა ტვინის ელექტრული სიგნალების ამოცნობის სწავლება.

„ამ პროექტების მიღმა მონაცემთა შეგროვების კოლოსალური ოპერაციები იდგა და ჩვენ ვიცოდით, რომ Hemispheric-ისთვისაც მსგავსი მასშტაბის ინფრასტრუქტურა უნდა შეგვექმნა“, — აცხადებს ლიტვინი WIRED-თან ინტერვიუში.

გაიცანით Descartes: მსოფლიოში პირველი “NeuroAI” მოდელი

დღეს მედიცინაში გულისა თუ ფილტვებისთვის უამრავი ზუსტი, ობიექტური აპარატი და ტესტი არსებობს, მაგრამ ტვინი კვლავაც გამოცანად რჩება. დეპრესიის ან შემეცნებითი დარღვევების დიაგნოზს ექიმები ძირითადად სუბიექტური კითხვარებისა და ქცევაზე დაკვირვების საფუძველზე სვამენ.

ამ პრობლემის გადასაჭრელად, Hemispheric-მა შექმნა Descartes — 6 მილიარდი პარამეტრის მქონე ნეირო-ხელოვნური ინტელექტის ფუნდამენტური მოდელი. ეს სისტემა მუშაობს დაახლოებით ისე, როგორც ChatGPT ან სხვა ენობრივი მოდელები (LLM), ოღონდ ტექსტის ნაცვლად იგი ტვინის ტალღებსა და ელექტრულ იმპულსებს „კითხულობს“ და შიფრავს.

მოწყობილობის გამოყენება საოცრად მარტივია და არანაირ ქირურგიულ ჩარევას არ მოითხოვს:

  1. პაციენტი ირგებს მსუბუქ, მშრალ EEG (ელექტროენცეფალოგრამის) ყურსასმენს.

  2. 15 წუთის განმავლობაში ასრულებს მარტივ შემეცნებით დავალებებს ან თამაშობს თამაშებს ტაბლეტზე/ტელეფონზე.

  3. ამ დროს ყურსასმენი აღრიცხავს ტვინის აქტივობას, ხოლო Descartes მოდელი მომენტალურად აანალიზებს მიღებულ მონაცემებს და ექიმს აწვდის ზუსტ, ობიექტურ დასკვნას პაციენტის ტვინის უნიკალური პროფილის შესახებ.

250,000 საათი ტვინის აქტივობა — უპრეცედენტო მონაცემთა ბაზა

ის, რაც Hemispheric-ს ბაზარზე არსებული სხვა სამედიცინო სტარტაპებისგან გამოარჩევს, მათი მონაცემთა ბაზის მასშტაბებია. კომპანიამ ბოლო წლების განმავლობაში შეაგროვა თავისი „ყველაზე ძვირფასი აქტივი“: 250,000 საათზე მეტი ტვინის მუშაობის ჩანაწერი 100,000-ზე მეტი ფასიანი მოხალისისგან აშშ-ში, ისრაელსა და აზიაში.

როგორც გიდი ლიტვინი განმარტავს, ნეიროტექნოლოგიებში მთავარი გამოწვევა ყოველთვის ინდივიდუალური განსხვავებულობა იყო — ერთი და იგივე ტვინის სიგნალი სხვადასხვა ადამიანში სრულიად განსხვავებულად გამოიყურება. თუმცა, როდესაც ხელში ასეთი გიგანტური მასშტაბის მონაცემები გაქვს, ხელოვნური ინტელექტი სწავლობს ზოგადი პატერნების პოვნას და ინდივიდუალური „ხმაურის“ მიღმა რეალური პრობლემის დანახვას.

სამედიცინო რევოლუციის მოლოდინში

სტარტაპი უკვე აქტიურად თანამშრომლობს აშშ-ის საკვებისა და წამლების ადმინისტრაციასთან (FDA) და გეგმავს, რომ პირველი პროდუქტი, რომელიც PTSD-ის (პოსტტრავმული სტრესი) დიაგნოსტიკასა და მართვაზე იქნება ორიენტირებული, ბაზარზე უახლოეს წლებში ჩაუშვას.

როგორც პროექტის მხარდამჭერები აცხადებენ, Hemispheric ტვინის ჯანმრთელობისთვის აკეთებს ზუსტად იმას, რაც გენომიკამ გააკეთა ონკოლოგიისთვის: აქცევს მანამდე უხილავ და გაუზომავ ბიოლოგიურ პროცესებს ზუსტ, ციფრულ მონაცემებად, რომელთა მოდელირება და მართვაც შესაძლებელია.

Leave a Reply

Your email address will not be published. Required fields are marked *