Pesquisadores do Baylor College of Medicine e da Universidade de Yale incorporaram inteligência artificial (IA) generativa para criar modelo voltado ao cérebro. O Brain Language Model (BrainLM) foi criado com o intuito de modelar o cérebro sob abordagem teórica e determinar como as atividades cerebrais se relacionam ao comportamento humano e às doenças cerebrais.
“Há muito tempo, sabemos que a atividade cerebral está relacionada ao comportamento de uma pessoa e a muitas doenças, como convulsões ou Parkinson“, disse o Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa, publicada como artigo de conferência no ICLR 2024.
Leia mais:
- Modo escuro versus modo claro: qual é melhor para seus olhos?
- Quais doenças um teste genético pode diagnosticar?
- Quer desestressar? Luzes brilhando na cabeça e na barriga ajudam; entenda
O doutor pontuou ainda que “as imagens cerebrais funcionais ou ressonâncias magnéticas funcionais nos permitem observar a atividade cerebral em todo o cérebro, mas, anteriormente, não conseguíamos capturar totalmente a dinâmica dessas atividades no tempo e no espaço usando ferramentas tradicionais de análise de dados”.
Mais recentemente, as pessoas começaram a usar o aprendizado de máquina para capturar a complexidade do cérebro e como ela se relaciona com doenças específicas, mas isso acabou exigindo o registro e o exame completo de milhares de pacientes com um determinado comportamento ou doença, um processo muito caro.
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
O advento da IA permitiu a criação de ferramentas generativas, capazes de criar modelos para tarefas específicas ou para certos tipos de pacientes. Como bem exemplifica o MedicalXpress, a IA generativa pode atuar como um detetive e descobrir padrões ocultos em conjunto de dados.
Quando analisam os pontos de dados e suas relações, os modelos podem aprender a dinâmica subjacente, ou seja, como e por que as coisas mudam e evoluem. Eles são ajustados para compreender diversos tópicos.
No caso deste modelo em particular, foi utilizada IA generativa para captar como funciona a atividade cerebral, seja a partir de um distúrbio, seja a partir de doença específica.
Dessa forma, pode-se aplicar isso a qualquer população, sem ser necessário conhecer o comportamento do indivíduo, tampouco informações sobre sua doença, histórico ou idade. A ferramenta precisa apenas da atividade cerebral para ensinar ao computador e ao modelo de IA utilizados como a atividade cerebral evolui no espaço e no tempo.
Como fazer a IA ler relação cérebro-doenças
- Para montar o modelo, a equipe realizou 80 mil exames em 40 mil pessoas;
- A seguir, treinaram o modelo para descobrir a relação ao longo do tempo entre essas atividades;
- Na primeira etapa, o pré-processamento, resumiu os sinais e removeu ruídos irrelevantes;
- Os resumos foram então colocados em modelo de aprendizado de máquina e mascaram uma parcela dos dados de cada pessoa;
- Uma vez que o modelo aprendeu a dinâmica, os pesquisadores o testaram em grupo de testes que não havia participado da pesquisa até então;
- Eles também o testaram em várias amostras para entender até que ponto o modelo seria capaz de generalizar o que aprendeu com dados obtidos de diferentes pessoas, tais como adultos mais velhos e jovens.
Se quisermos fazer ensaio clínico para desenvolver medicamento para a depressão, por exemplo, pode custar centenas de milhões de dólares porque é necessário inscrever grande número de pacientes e tratá-los durante longo período.
Com o poder do BrainLM, podemos, potencialmente, cortar esse custo pela metade, matriculando apenas metade dos indivíduos, usando o poder do BrainLM para selecionar os indivíduos que mais gostariam de se beneficiar de um tratamento. Assim, o BrainLM pode aplicar o conhecimento aprendido com os 80 mil exames para aplicá-lo a esses assuntos de estudo específicos.
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
Descobertas
Com os testes, os cientistas descobriram que o BrainLM obteve bom desempenho com várias das amostras, sem contar que ele também prevê melhor a gravidade de depressão, ansiedade e transtorno de estresse pós-traumático (TEPT) do que ferramentas de aprendizado de máquina que não possuem IA generativa.
Descobrimos que o BrainLM está funcionando muito bem. Ele está prevendo a atividade cerebral em nova amostra oculta durante o treinamento, além de ter bom desempenho com dados de novos scanners e de nova população.
Esses resultados impressionantes foram alcançados com exames de 40 mil indivíduos. Agora, estamos trabalhando para aumentar consideravelmente o conjunto de dados de treinamento.
Quanto mais forte for o modelo que pudermos construir, mais poderemos fazer para ajudar no atendimento ao paciente, como desenvolver novos tratamentos para doenças mentais, ou orientar a neurocirurgia para convulsões ou DBS [Deep Brain Simulation, ou estimulação cerebral profunda].
Dr. Chadi Abdallah, professor-associado do Departamento Menninger de Psiquiatria e Ciências do Comportamento em Baylor e co-autor correspondente da pesquisa
Agora, os pesquisadores querem aplicar o modelo em futuras pesquisas para prever doenças relacionadas ao cérebro.
Tags: