Оптимизация затрат на сбор данных для ИИ в нейробиологии: эффективность 30-минутного фМРТ-сканирования

Модели искусственного интеллекта (ИИ), обученные на больших данных, рассматриваются как ключ к персонализированным методам лечения заболеваний головного мозга. Однако сбор данных является дорогостоящим процессом.

Исследован показало, что 30-минутное функциональное МРТ-сканирование (фМРТ) экономит до 22% средств без потери точности прогнозирования. Традиционно используются кратковременные сканирования тысяч людей для обучения моделей ИИ. Однако это увеличивает расходы и может давать недостаточно информации для надежных прогнозов.

Команда разработала математическую модель, прогнозирующую влияние времени сканирования и количества участников на производительность ИИ. Исследование на девяти международных наборах данных показало, что сканирование каждого человека в течение 30 минут обеспечивает максимальную точность и минимальные затраты.

«Больше» не всегда означает больше групп, а может быть больше данных на одного человека, — отметил Йео. Это открытие может изменить подход к нейробиологическим и психиатрическим исследованиям, особенно для привлечения сложных групп, таких как пациенты с редкими неврологическими заболеваниями.