Pesquisadores treinam um banco de modelos de IA para identificar sinais de formação de memória no cérebro
Estendendo a detecção de ondulação de ondas nítidas para primatas não humanos. Crédito:Biologia das Comunicações (2024). DOI:10.1038/s42003-024-05871-w Uma colaboração de investigação internacional entre a Universidade Vanderbilt e o laboratório de la Prida, com sede em Madrid, no Instituto Cajal, levou ao desenvolvimento de modelos de IA que detectam e analisam ondulações do hipocampo, que são consideradas biomarcadores de memória.
As descobertas da pesquisa, descritas em um artigo publicado na Communications Biology , poderia levar a novas oportunidades para detectar convulsões e alterações neurais em pessoas com doença de Alzheimer e outros distúrbios neurológicos.
Kari Hoffman, professora associada de psicologia e engenharia biomédica na Vanderbilt, e seu Ph.D. o aluno Saman Abbaspoor trabalhou no estudo com os autores principais Adrian Rubio e Andrea Navas Olive do laboratório de la Prida. Hoffman também é professor afiliado do Vanderbilt Brain Institute e do Data Science Institute.
Conforme descreve a pesquisa do grupo, o estudo das oscilações cerebrais trouxe uma nova compreensão da função cerebral. As ondulações do hipocampo são um tipo de oscilações rápidas que fundamentam a organização das memórias. Eles são afetados em distúrbios neurológicos como epilepsia e doença de Alzheimer, por isso são considerados um biomarcador eletroencefalográfico (EEG). No entanto, as ondulações exibem vários recursos e propriedades de forma de onda que podem ser ignorados pelos métodos espectrais padrão.
Os investigadores decidiram obter uma melhor compreensão dos padrões de atividade cerebral depois de cientistas da comunidade neurocientífica apelarem à necessidade de automatizar, harmonizar e melhorar melhor a deteção de ondulações numa série de tarefas e espécies. No estudo, os autores usaram gravações obtidas em ratos de laboratório para primeiro treinar uma caixa de ferramentas de modelos de aprendizado de máquina.
Eles então testaram a generalização dos modelos usando dados de primatas não humanos coletados em Vanderbilt por Abbaspoor e Hoffman como parte da Iniciativa BRAIN. Os investigadores descobriram que é possível treinar algoritmos de IA principalmente com dados de roedores e ainda assim gerir a detecção altamente precisa de ondulações em primatas com pouco ou nenhum treino adicional, sugerindo que os modelos de IA podem ser bem sucedidos em humanos.
A caixa de ferramentas do modelo surgiu como resultado de um hackathon, que resultou em uma pequena lista dos melhores modelos de detecção. O grupo identificou mais de 100 modelos possíveis das diferentes arquiteturas que agora estão disponíveis para aplicação ou reciclagem por outros pesquisadores.
“Este banco de modelos de IA fornecerá novas aplicações no campo da neurotecnologia e pode ser útil para detecção e análise de oscilações de alta frequência em patologias como a epilepsia, onde são consideradas marcadores clínicos”, disse Liset de la Prida, professora pesquisadora. no Instituto Cajal, CSIC.
“Há um grande interesse em aproveitar as vantagens da IA para permitir maior precisão na detecção de estados de doenças e na osciloterapêutica”, acrescentou Hoffman. "Esses métodos oferecem a promessa de ir além da detecção de 'onde' no cérebro, mas também de detectar e, em última análise, corrigir o 'quando e como' das oscilopatias."
