L'intelligenza artificiale per monitorare la salute degli astronauti

L'intelligenza artificiale per monitorare la salute degli astronauti

Frontier Development Lab e Intel hanno approfondito la conoscenza dei tumori legati alle radiazioni cosmiche utilizzando per la prima volta dati su roditori ed esseri umani.

di pubblicata il , alle 14:01 nel canale Scienza e tecnologia
Intelintelligenza artificiale
 

I ricercatori di Frontier Development Lab (FDL) hanno condotto uno studio sulla salute degli astronauti in collaborazione con gli AI Mentors di Intel per meglio comprendere gli effetti dell'esposizione alle radiazioni sulla fisiologia degli astronauti. Avvalendosi delle tecnologie di intelligenza artificiale (AI) di Intel, FDL ha creato il primo algoritmo al mondo in grado di identificare i biomarcatori dello stato di avanzamento dei tumori, basato su una combinazione di dati relativi all'esposizione alle radiazioni nei topi e negli esseri umani.

"Con l'aiuto di Intel abbiamo formulato le modalità con cui i modelli di machine learning causali possono operare per accedere ai dati presenti in diverse località senza doverli spostare dalle memorie dove risiedono. Nel corso del 2021 FDL ha raggiunto l'obiettivo che si era posto di utilizzare algoritmi realizzati specificamente per meglio comprendere, migliorare e supportare la salute degli astronauti. Questa ricerca è di grandissimo valore, un giorno potrà essere di aiuto agli astronauti della Stazione Spaziale Internazionale (ISS), di future stazioni spaziali o della prossima missione lunare nel 2024, oltre che alle persone affette da tumori sulla terra", ha spiegato Paul Duckworth, ricercatore FDL.

Le radiazioni cosmiche sono in grado di penetrare diversi strati di acciaio e alluminio e di influire sui tessuti umani nei viaggi spaziali. Possono determinare problemi di salute per gli astronauti e future complicazioni dovute a tumori. A causa della scarsità di dati sugli effetti delle radiazioni cosmiche provenienti dalle attuali missioni spaziali, i ricercatori si trovano dati attentamente protetti da diverse istituzioni. Per accedere a tali dati, che risiedono in memorie indipendenti una dall'altra, Intel e FDL hanno formulato un'istruzione di machine learning causale, mettendola a disposizione di una serie di istituti che possono usare un algoritmo AI per istruirlo sui dati contenuti in diverse località senza doverli condividere.

"Il team Astronaut Health di FDL ha ottenuto risultati veramente incredibili, sia per l'originale intuizione di combinare dati provenienti da esseri umani e topi, sia per avere identificato numerosi geni responsabili dell'insorgenza di tumori", ha dichiarato Patrick Foley, Intel lead technical mentor. "Questo lavoro è la testimonianza di ciò che può accadere quando le istituzioni pubbliche e private collaborano, e quando la conoscenza condivisa può essere usata per compiere scoperte che altrimenti rimarrebbero nell'ombra. Siamo sicuri che questa ricerca proseguirà nel trovare soluzioni a tutela della salute degli astronauti e nell'arricchire le vite di ogni persona sulla Terra".

I ricercatori hanno sviluppato il modello di data mining CRISP 2.0 estendendo il precedente modello CRISP 1.0 sviluppato dal FDL astronaut health team nel 2020. Con CRISP 2.0, il team ha dimostrato che i dati relativi agli effetti delle radiazioni sui roditori possono essere utilizzati con omologhi dei dati relativi agli esseri umani e quindi istruire l'algoritmo di analisi dei dati umani. Questo metodo di machine learning causale consente ai ricercatori di prevedere con maggiore accuratezza quali geni saranno influenzati dalle radiazioni, generando tumori oppure risposte immunitarie.

La ricerca è basata sull'infrastruttura Open Federated Learning (OpenFL) creata da Intel e dai ricercatori di FDL su Google Cloud per istruire e combinare i risultati provenienti dai modelli CRISP 2.0 di istituzioni quali NASA, Mayo Clinic e NASA Gene Lab senza trasferire i dati in una memoria centrale. Questo fatto è di importanza fondamentale poiché, nonostante ciascuna organizzazione avesse i diritti necessari a usare i dati, questi erano privati e il costo di trasmissione dei dati generati a bordo di una navicella spaziale è particolarmente elevato.

Ciascuna istituzione ha ricevuto una serie di modelli globali che sono stati utilizzati per realizzare un ciclo di istruzione AI su ciascun dataset locale. I modelli sono poi stati inviati al nodo centrale per essere aggregati e condivisi di nuovo tra le istituzioni collaboranti. Infine, CRISP 2.0 è stato utilizzato per generare dati che hanno consentito di svolgere ulteriori analisi e ottenere nuove informazioni.

"La partnership con Frontier Development Lab è un'opportunità per risolvere problemi enormi lavorando in scala ridotta, grazie a tecnologie all'avanguardia e a una collaborazione senza precedenti fra il settore pubblico e il privato", ha commentato Shashi Jain, strategic innovation e FDL partner manager di Intel. "Siamo convinti che i risultati ottenuti da FDL Astronaut Health consentiranno alla NASA di comprendere i meccanismi con cui proteggere più efficacemente gli astronauti mentre ci prepariamo a tornare sulla luna e a spingerci oltre; inoltre, rappresenteranno la base per accelerare l'utilizzo dell'AI in campo sanitario sulla Terra".

2 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
marco_zanardi19 Ottobre 2021, 14:44 #1
Dave... ho paura
Mars9519 Ottobre 2021, 14:45 #2
L'algoritmo di monitoraggio si chiamerà "Health Astronaut Learning" per gli amici HAL
Sarà usato per la prima volta in una missione diretta verso Giove

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
 
^