Adimen artifiziala irudi biomedikoak hobetzeko

Dibulgazioa · Kolaborazioak

Irudi biomedikoen analisian adimen artifizialaren abantailak erraz txertatzeko moduko plataforma bat garatu du nazioarteko ikertzaile talde batek.

Duela hainbat urtetik iragarrita zegoen moduan, olatu bat bezala txertatzen ari da adimen artifiziala askotariko esparruetan, eta zientzia ez da, inondik inora, horren kanpo geratuko den eremua. Izan ere, zientzialariak jakitun dira tresna berri hauek duten potentzialaz.

adimen
1. irudia: besteak beste, Ivan Hidalgo-Cenalmor eta Estibaliz Gomez de Mariscal ikertzaileek parte hartu dute plataformaren garapenean. (Argazkia: Estibaliz Gomez de Mariscal / DL4MicEverywhere)

Norabide horretan aurrerapen asko iragartzen ari dira. Horietako bat nazioarteko ikertzaile talde batek aurkeztu du Nature Methods aldizkarian argitaratutako artikulu batean.

Mundu osoko ikertzaileei adimen artifiziala erabiltzeko aukera eman nahi die tresnak. Zehazki, irudi biomedikoak —bai mikroskopio bidez hartutakoak, edo mediku eskanerren bide lortutakoak— modu errazean aztertzeko bidea eman nahi du plataformak.

DL4MicEverywhere izena eman diote egitasmoari; besteak beste, Portugalgo Gulbenkian Zientzia Institutuak garatu du plataforma. Zientzia erakunde horrekin batera, Finlandiako Åbo Akademi Unibertsitateko eta AI4Life nazioarteko partzuergoko ikertzaileek parte hartu dute garapenean.

EHUn ikasi eta gaur egun Gulbenkian institutuan dabilen Estibaliz Gomez de Mariscal matematikariak azaldu duenez, une honetan, zientzia jarduna gero eta kuantitatiboagoa da, eta, ezagutza eskuratzeko, algoritmoak gero eta beharrezkoagoak dira. “Adibidez, jakiteko botika batek efektua egiten duen ala ez, edo ezagutzeko zelulak nola aritzen diren egoera jakin batean”. Aintzat hartu beharra dago, gainera, gaur egun biologoek eta antzeko espezialistek milaka irudi hartzen dituztela beren jardunean, eta horiek prozesatzea eta interpretatzea erronka izugarri handia dela.

Norabide horretan, adimen artifiziala oso lagungarria izan daiteke, baina hori erabiltzea, ordea, “zaila” dela azaldu du ikertzaileak. “Programatzen jakin behar duzu, edo sarbidea izan behar duzu konputazio ahalmen handiko azpiegituretara. Edo, besterik gabe, teknika hauek aplikatzeko ezagutza bat izan behar duzu”. Ikertzaileak dioenez, horretan laguntzeko asmoz eratu dute plataforma: biozientzien alorreko zientzialariek aukera izan dezaten ikasketa sakoneko algoritmoak erabiltzeko, beren irudi mikroskopikoak aztertu aldera.

Eginkizunen artean, adibidez, algoritmoa zelulak detektatzeko gai da, edo ikertzaileari une jakin batean interesatzen zaizkien ehunaren zatiak identifikatzeko. “Modu berean, irudiaren bereizmena hobetu daiteke, edo irudietan tindaketak egin; hau da, zelula bat hartu, eta algoritmoa gai da identifikatzeko non dagoen zelularen nukleoa, fluoreszentziaz markatuta egongo balitz bezala”.

adimen
2. irudia: Askotariko hobekuntzak egin daitezke irudi biomedikoetan. Irudiaren goiko aldean, mikrohodien irudi erreala, nanoeskalan. Beheko aldean, bereizmen hobetua. (Irudia: Estibaliz Gomez de Mariscal / DL4MicEverywhere)

Beste gaitasun bat bereizmenari dagokio. Izan ere, gaur egun ikertzaileak gai dira mundua nanoeskalan ikusteko. Baina nanoeskala horretara iristeko oso laser indartsuak erabili behar dira ezinbestean, eta horiek zelulak guztiz erretzen dituzte. Horretan ere lagungarria izan daiteke tresna.
“Algoritmo hauek gai dira pixka bat lausotuta dauden irudiak hartu eta horiek ebazteko, guretzako garrantzitsuak diren detaileak emanez”, erantsi du euskal ikertzaileak. “Kuantifikatzeko edo dinamika molekular baten jarraipena egin ahal izateko”.

Gainera, tresnak zabaltzeko nahia ez da mugatu teknologia garatzera: plataformaren eskuragarritasunaren alde ere egin dute lan. “Hasieran hau guztia Google-ren zerbitzuak erabiltzen egin behar zen, baina orain eraman dugu edozein ordenagailutan erabili ahal den plataforma batera, edozein erakunderen edo unibertsitateren zerbitzaritan jartzeko moduan. Arlo teknikoaren inguruan batere ideiarik izan gabe, ikertzaileak egin behar duen bakarra da plataforma instalatzea, eta, modu horretan, bere irudiak aztertzeko teknika bilduma izango du eskura”, argitu du Gomez de Mariscalek.

Kontuan hartzen duten beste kontu garrantzitsu bat datuen kalitateari dagokio. “Aintzat hartu behar da algoritmo hauek guztiak datuekin entrenatzen ditugula. Beraz, pertsona aditu batek hartzen ditu datuak. Zentzu honetan, gizakiek aukeratutakoak izanda, dagoen kezka da noraino dagoen datu horietan isuri kognitibo bat. Hori dela eta, ahalegintzen ari gara isuri kognitibo hori ahalik eta gehien gutxitzen, horretarako hainbat laborategi inplikatuz, edo sarbidea izanik hainbat instituzioek egindako datu bildumetara”.

Azpimarratu nahi izan dutenez, FAIR irizpideen arabera egiten dute lan: findable, accesible, interoperable and reusable; hots, datu horiek aurkitzeko errazak izan behar dira, horietarako sarbidea bermatu behar da, beste datu eta tresnekin erabiltzeko modukoak, eta, azkenik, berrerabiltzeko modukoak izanik. “Software irekian egiten dugu lan”, laburbildu du ikertzaileak.

Gauzak hala, ikertzailearen esanetan, gaur egun zenbait atazatan gizaki baten parean dago adimen artifiziala. “Adibidez, zelulen nukleoak identifikatzeari dagokionez”, azaldu du matematikariak. “Hori dagoeneko lotu dugu, eta tresna horiek eskura daude gure plataforman”.

Erreferentzia bibliografikoa:

Hidalgo-Cenalmor, Iván; Pylvänäinen, Joanna W.; Ferreire, Mariana G.; Russell, Craig T.; Saguy, Alon; Arganda-Carreras, Ignacio; Shechtman, Yoav; AI4Life Horizon Europe Program Consortium; Jacquemet, Guillaume; Henriques, Ricardo; Gómez-de-Mariscal, Estibaliz (2024). DL4MicEverywhere: Deep learning for microscopy made flexible, shareable, and reproducible. Nature Methods, 21, 925-927. DOI: 10.1038/s41592-024-02295-6


Egileaz:

Juanma Gallego (@juanmagallego) zientzia kazetaria da.

Utzi erantzuna

Zure e-posta helbidea ez da argitaratuko.Beharrezko eremuak * markatuta daude.