Об этом стало известно из сообщения на официальном сайте института. Эта инновационная технология была создана в сотрудничестве с экспертами компании IBM.

Основой для работы нейросети является метод причинно-следственного вывода, который помогает оценить эффект динамического воздействия на пациента в условиях наличия смешанных переменных, способных влиять как на процесс лечения, так и на его результаты. Использование рекуррентных нейронных сетей (RNN) позволяет G-Net более эффективно моделировать временные последовательности, обладающие сложной и нелинейной динамикой.

В процессе обучения G-Net команда ученых создала два набора данных, основанных на симулированных фактах. Каждый из наборов содержал около 1000 известных траекторий лечения пациентов. В ходе эксперимента медики изменяли методы лечения, что позволяло нейросети генерировать около ста новых прогнозных траекторий. Как отметил научный сотрудник MIT Ли-вэй Леман, конечной целью проекта является создание метода машинного обучения, который позволит врачам исследовать различные сценарии и варианты лечения.

Тем не менее, специалисты подчеркивают, что, несмотря на успешную работу G-Net с моделируемыми данными, алгоритм нуждается в значительном усовершенствовании, прежде чем его можно будет применять к реальным пациентам. Это подчеркивает важность дальнейших исследований и тестирования технологий в области медицины.

Напомним, что в конце февраля ученые Стэнфордской школы медицины установили новый мировой рекорд по расшифровке генома человека, сумев выполнить секвенирование за пять часов и две минуты с помощью нейросети. Это достижение свидетельствует о быстром прогрессе в области генетических исследований и применения технологий машинного обучения в медицине.