Нове дослідження в *Biology Methods & Protocols* показує, як інтеграція пояснювального штучного інтелекту (XAI) з алгоритмом виявлення замаскованих тварин може допомогти ідентифікувати рак мозку у людей, об'єднуючи нейронауки та онкологію. Під керівництвом доктора Араша Язданбашша та його команди з Бостонського університету дослідження вперше застосовує перенесення навчаних моделей на замаскованих тваринах для глибинної нейронної мережі для виявлення пухлин. За даними Всесвітньої організації охорони здоров'я, у 2022 році рак мозку в усьому світі спричинив понад 321, 000 нових випадків і 248, 500 смертей. У США щорічно діагностується приблизно 90, 000 пухлин мозку, з яких близько 25, 200 є злоякісними. Гліобластома, найсмертельніший тип раку мозку, становить 50% всіх первинних злоякісних пухлин у США, створюючи серйозні проблеми з виживанням. Первинні пухлини мозку можуть виникати в самому мозку (гліальні пухлини та гліоми) і відрізняються від метастатичних.

Мозок містить нейрони та глії, при цьому глії становлять приблизно 50% центральної нервової системи, що є надзвичайно важливим для її формування та функціонування. Це дослідження унікально використовує штучний інтелект, навчений виявляти замаскованих тварин, щоб ідентифікувати пухлини мозку на знімках МРТ, проводячи аналогії між раковими клітинами та камуфляжем. Мережа ШІ, спочатку створена для виявлення прихованих тварин, була адаптована для класифікації зображень МРТ у режимах T1 та T2 за допомогою двох моделей: T1Net і T2Net, виявляючи специфічні ділянки мозку. Дослідники використовували візуалізацію ознак, картування салієнсії зображень та особливості моделі ШІ для підвищення точності виявлення пухлин. Переважно дані про гліоми отримували з Архіву зображень раку та бази даних Kaggle, а нормальні дані МРТ слугували контролем. Моделі ШІ досягли майже ідеальної точності, і перенесення результатів навчання значно покращило продуктивність T2Net до точності 92. 2% щодо астроцитом. Якісні методи XAI дозволили візуалізувати процес навчання ШІ та прийняття рішень, висвітлюючи потенційні характеристики різних типів пухлин. Це досягнення в галузі глибинного навчання ШІ пропонує можливості як неінвазивний інструмент для медичних фахівців з метою розрізнення ракових та неракових пухлин мозку, що сприяє майбутнім клінічним застосуванням.