Утренний кофе. Определение рака по качеству снимка и другие ошибки ИИ
28 апреля 2025 года в Испании и Португалии произошли массовые отключения электроэнергии, которые продлились примерно 10 часов. Эффекты отключения электроэнергии на здоровье могут быть как прямыми (из-за отключения медицинского оборудования), так и опосредованными (из-за недополучения медицинской помощи). Авторы статьи в Nature Communications показали, что в течение двух последующих дней в Испании было на 167 смертей больше обычного (в первую очередь среди женщин старше 85). В Португалии такого эффекта не наблюдалось. Подробнее.
Авторы статьи в Frontiers in Ethology описали необычное поведение у косаток в Калифорнийском заливе: одна косатка держит острохвостую луну-рыбу (Masturus lanceolatus), а затем резко отпускает как раз перед тем, как другая косатка на полной скорости врезается в рыбу, из-за чего та «взрывается». Авторы предположили, что это может быть игрой — косатки известны тем, что играют со своей добычей. Также возможно, что это способ дробления пищи для кормления молодняка. Такое поведение было задокументировано дважды в разные годы. Подробнее.
Рабочие муравьи вида Temnothorax nylanderi, зараженные ленточным червем Anomotaenia brevis, живут в несколько раз дольше, чем их незараженные сородичи. Они также становятся менее активными, а их метаболизм частично начинает напоминать метаболизм маток. Муравьи выступают в качестве промежуточных хозяев для червей. Конечные хозяева — птицы, так что долгая жизнь и сниженная активность могут способствовать распространению паразита. Исследователи из Германии и Китая извлекали из муравьев мозг и жировое тело, после чего секвенировали РНК. Оказалось, что заражение червем у муравьев целенаправленно изменяет их физиологию. Профиль экспрессии генов в жировом теле зараженного муравья напоминал профиль королевы. При этом королевы живут до 20 лет, а рабочие особи — 1–2 года, так что такие изменения могут объяснить большую продолжительность жизни. Однако мозг зараженных особей не был похож на мозг маток. Вместо этого наблюдалось снижение активности многих нейропептидов, а также их рецепторов. Это может помочь объяснить, почему зараженные рабочие особи не следуют своим поведенческим программам. Подробнее.
Есть группа пожилых людей, которых называют суперэйджеры. Они доживают до 80–90 лет, сохраняя при этом память на уровне, не уступающем или даже превосходящем показатели людей в возрасте 50-60 лет. Некоторые ученые высказывают предположение, что у этих людей просто очень низкий генетический риск развития болезни Альцгеймера. Авторы статьи в Alzheimer's Research & Therapy проверили это предположение. Они изучили 142 суперэйджеров и 89 человек со средним уровнем когнитивных функций. Исследователи изучили ген APOE и рассчитали три полигенных показателя риска. В результате суперэйдеров нельзя было отличить от пожилых людей со средними когнитивными способностями ни по показателю APOE, ни по полигенным показателям риска болезни Альцгеймера. Подробнее.
Авторы статьи в npj Digital Medicine разработали инструмент для выявления скрытых проблем в массивах данных, используемых для обучения медицинских ИИ. Они обращают внимание на то, что модели учатся делать выводы о клинических результатах на основе данных, на которых они обучаются. Во многих случаях это отлично работает, но может также приводить к ошибкам, которые не сразу заметны. Так, был разработан ИИ, обученный определять пол человека по глазам. Оказалось, что модель полагалась на наличие туши для ресниц, а не на какие-либо биологические признаки. Разработанный командой инструмент Generalized Attribute Utility and Detectability-Induced bias Testing (G-AUDIT) выявляет возможность подобных ошибочных ассоциаций. Исследователи протестировали его на различных медицинских данных, включая изображения, текст и электронные таблицы. G-AUDIT выявил скрытые недостатки в сборе данных, условиях визуализации и других элементах, которые могут привести к ошибочным выводам о состоянии здоровья пациента. Например, набор данных о раке кожи включал изображения из онкологической клиники, обслуживающей группу высокого риска, и изображения из общей дерматологической клиники, где регистрировалось меньше случаев рака. Поскольку качество систем визуализации в этих клиниках различалось, ИИ, обученный на этом наборе данных, мог ошибочно заключить, что качество камеры является ключевым фактором, предсказывающим рак. Или даже что наличие линеек на изображениях предсказывает рак, поскольку в онкологической клинике, как правило, использовали линейки для отслеживания размера новообразований с течением времени. Команда планирует продолжать развивать и расширять этот инструмент. Подробнее.
Меню
Все темы
0





