En la Universidad ITMO de San Petersburgo informaron sobre un nuevo desarrollo nacional. Un grupo de químicos, bajo la dirección del profesor de ITMO Vladimir Vinogradov, ha desarrollado un sistema de aprendizaje automático que permite seleccionar automáticamente el tamaño, la composición y la forma de las nanopartículas magnéticas para el funcionamiento óptimo de los sistemas de resonancia magnética y la "quema" de neoplasias en diversos órganos del cuerpo.
Los científicos han desarrollado un algoritmo de aprendizaje automático que, basándose en datos de laboratorio abiertos, "traduce" los parámetros de las nanopartículas en parámetros de eficacia del diagnóstico y el tratamiento. El sistema puede mostrar cuáles serían los indicadores de eficacia para la resonancia magnética y la hipertermia en caso de utilizar nanopartículas con determinados parámetros.
Para crear la red neuronal, los científicos utilizaron datos de 1282 tipos únicos de nanopartículas magnéticas. Los investigadores compararon cómo la forma, la composición química, la longitud, la anchura y los parámetros magnéticos de estas nanoestructuras influían en la intensidad con la que absorbían las ondas de radio y en la rapidez con la que se "magnetizaban" al interactuar con la radiación del tomógrafo.
Para el desarrollo ulterior y la aplicación práctica de la red neuronal se necesitan nuevos datos, incluidos los obtenidos durante las observaciones de la acción de las nanopartículas magnéticas en experimentos con animales, cultivos de células y tejidos del cuerpo.
Desafortunadamente, prácticamente no hay datos que necesitemos en acceso abierto, y los que hay son muy pocos para el reentrenamiento del algoritmo. Nos dirigimos a organizaciones especializadas, solicitamos esta información: nuestro equipo está listo para la investigación conjunta. Cuantos más datos obtengamos, con mayor precisión podrá funcionar nuestro sistema.
