Μια νέα τεχνική που βασίζεται στην τεχνητή νοημοσύνη για τη μέτρηση της ροής υγρών γύρω από τα αιμοφόρα αγγεία του εγκεφάλου θα μπορούσε να έχει μεγάλες επιπτώσεις στην ανάπτυξη θεραπειών για ασθένειες όπως το Αλτσχάιμερ. Οι περιαγγειακοί χώροι που περιβάλλουν τα εγκεφαλικά αιμοφόρα αγγεία μεταφέρουν υγρά που μοιάζουν με νερό γύρω από τον εγκέφαλο και βοηθούν στην απομάκρυνση των αποβλήτων. Οι αλλαγές στη ροή του υγρού συνδέονται με νευρολογικές παθήσεις, συμπεριλαμβανομένης της νόσου του Αλτσχάιμερ, της νόσου των μικρών αγγείων, των εγκεφαλικών επεισοδίων και των τραυματικών εγκεφαλικών κακώσεων, αλλά είναι δύσκολο να μετρηθούν in vivo.
Μια διεπιστημονική ομάδα μηχανολόγων μηχανικών, νευροεπιστημόνων και επιστημόνων υπολογιστών με επικεφαλής τον αναπληρωτή καθηγητή Douglas Kelley του Πανεπιστημίου του Ρότσεστερ ανέπτυξε νέες μετρήσεις ταχύτητας τεχνητής νοημοσύνης για τον ακριβή υπολογισμό της ροής του εγκεφαλικού υγρού. Τα αποτελέσματα περιγράφονται σε μια μελέτη που δημοσιεύτηκε από το Proceedings of the National Academy of Sciences. «Σε αυτή τη μελέτη, συνδυάσαμε κάποιες μετρήσεις από το εσωτερικό των ζωικών μοντέλων με μια νέα τεχνική τεχνητής νοημοσύνης που μας επέτρεψε να μετρήσουμε αποτελεσματικά πράγματα που κανείς δεν μπόρεσε ποτέ να μετρήσει στο παρελθόν», λέει η Kelley, μέλος ΔΕΠ στο Τμήμα Μηχανολόγων Μηχανικών του Ρότσεστερ.
Η εργασία βασίζεται σε χρόνια πειραμάτων με επικεφαλής τον συν-συγγραφέα της μελέτης Maiken Nedergaard, τον συνδιευθυντή του Κέντρου Μεταφραστικής Νευροϊατρικής του Ρότσεστερ. Η ομάδα είχε προηγουμένως τη δυνατότητα να διεξάγει δισδιάστατες μελέτες σχετικά με τη ροή ρευστού σε περιαγγειακούς χώρους με έγχυση μικροσκοπικών σωματιδίων στο υγρό και μετρώντας τη θέση και την ταχύτητά τους με την πάροδο του χρόνου. Αλλά οι επιστήμονες χρειάζονταν πιο σύνθετες μετρήσεις για να κατανοήσουν την πλήρη πολυπλοκότητα του συστήματος – και η εξερεύνηση ενός τόσο ζωτικής σημασίας, υγρού συστήματος είναι μια πρόκληση.
Για να αντιμετωπίσει αυτή την πρόκληση, η ομάδα συνεργάστηκε με τον Γιώργο Καρνιαδάκη από το Πανεπιστήμιο Brown για να αξιοποιήσει την τεχνητή νοημοσύνη. Ενσωμάτωσαν τα υπάρχοντα δισδιάστατα δεδομένα με νευρωνικά δίκτυα ενημερωμένα από τη φυσική για να δημιουργήσουν πρωτοφανείς ματιές υψηλής ανάλυσης στο σύστημα. «Αυτός είναι ένας τρόπος για να αποκαλύψουμε τις πιέσεις, τις δυνάμεις και τον τρισδιάστατο ρυθμό ροής με πολύ μεγαλύτερη ακρίβεια από ό,τι μπορούμε να κάνουμε διαφορετικά», λέει η Kelley. “Η πίεση είναι σημαντική γιατί κανείς δεν γνωρίζει με βεβαιότητα ποιος μηχανισμός άντλησης οδηγεί ακόμη όλες αυτές τις ροές γύρω από τον εγκέφαλο. Αυτό είναι ένα νέο πεδίο.”
