اخبار علمی و پژوهشی / گروهی از محققان آلمانی در مطالعه اخیرشان از یک سیستم هوش مصنوعی(AI) برای شناسایی الگوهای مغزی که نشان دهنده درد مزمن است، استفاده کرده‌اند.
به گزارش ایسنا و به نقل از آی او، گروهی از دانشمندان دانشگاه فنی مونیخ(TUM) از یک سیستم هوش مصنوعی(AI) برای یافتن الگوهای مغزی که نشان دهنده درد مزمن است استفاده کرده‌اند. محققان با استفاده از نتایج این مطالعه می‌توانند درمان‌ها و ابزارهای بهتری را برای مقابله با افسردگی و سایر مشکلات روانی ایجاد کنند.
این کشف توسط گروه چند رشته‌ای Neurotech انجام شد. گروه چند رشته‌ای Neurotech از چندین پزشک متخصص در حوزه روانپزشکی و مغز و اعصاب تشکیل شده است که با کارشناسان داده، کارشناسان مدلسازی کامپیوتر و مهندسان همکاری می‌کنند. عصب‌شناسان شناختی و متخصصان اخلاق و سیاست‌های تحقیقاتی نیز بخشی از این گروه هستند.
پروفسور «سیمون جیکوب» از محققان این مطالعه گفت: پیشرفت‌های فناوری در بسیاری از زمینه‌ها برای بیماران مزایایی به همراه داشته است، اما در علوم اعصاب نه چندان. به همین دلیل است که همکاری با کارشناسان داده مهم است. علاوه بر این، ما مشکلات و نیازهای کار با بیماران را می‌دانیم و بنابراین می‌توانیم روش‌هایی را توسعه دهیم که در روال روزانه کلینیک‌ها قرار گیرد.
ایمپلنت‌های مغزی
در این مطالعه جیکوب و گروهش از ایمپلنت‌های مغزی برای بررسی توسعه و اختلال شناختی در شبکه‌های عصبی استفاده کردند. از آنجایی که زبان همانند بافت شناختی مرکزی انسان عمل می‌کند و اغلب تحت تأثیر رویدادهایی مانند سکته مغزی قرار می‌گیرد، محققان تصمیم گرفتند با بررسی این موضوع، این کار را شروع کنند.
ایمپلنت‌ها شامل حسگرهای کوچکی هستند که در نواحی خاصی از مغز قرار می‌گیرند. این کار در بیماران سکته مغزی انجام می‌شود که در تولید و درک زبان مشکل دارند. این ایمپلنت‌ها می‌توانند به‌طور دقیق فعالیت نورون‌ها را هنگامی که بیمار وظایف زبانی خاصی را حل می‌کند، ثبت کنند. اولین ایمپلنت موفقیت‌آمیز بود و دستگاه در حال جمع‌آوری داده‌های با کیفیت بالا است.
سیستم هوش مصنوعی
«جولیجانا گورجیوا» استاد علوم اعصاب محاسباتی و متخصص مدلسازی محاسباتی این گروه است. یکی از وظایف او یافتن الگوهایی در فعالیت عصبی است که با ناتوانایی زبان ارتباط دارد. بر این اساس، او می‌تواند از سیستم هوش مصنوعی خود برای ساخت مدل‌هایی برای شبکه‌های عصبی بزرگ‌تر و سایر عملکردهای شناختی استفاده کند.
جولیجانا و گروهش از مدل‌های کامپیوتری که رفتار نورون‌های واقعی و ارتباطات بین آنها را هنگام تشکیل شبکه‌ها شبیه‌سازی می‌کنند، استفاده می‌کنند. جولیجانا گفت: آنها به ما اجازه می‌دهند تا اتصالات مدل‌های شبکه را تغییر دهیم و آنها را روشن یا خاموش کنیم.
با آموزش این مدل‌ها با داده‌های عصبی و رفتار شناختی بیماران، محققان بهتر متوجه خواهند شد که یک مغز سالم یا آسیب دیده چه می‌کند. گام بعدی در تحقیق، توسعه ابزاری برای مقابله با افسردگی و سایر مشکلات روانی خواهد بود.