BioMedAI: от специализированных в фундаментальным моделям ИИ на примере нейробиологии

Руководитель проекта: Е.И. Пчицкая
Лаборатория анализа биомедицинских изображений и данных,
Институт биомедицинских систем и биотехнологий

 Цель: 

  • Интегрированная цифровая платформа на базе искусственного интеллекта для трансформации биомедицинских исследований в области нейронаук.

 Задачи:

  • Разработка больших фундаментальных / мультимодальных / графовых моделей ИИ для автоматизации и улучшения анализа данных различных модальностей в биомедицине.
  • Создание специализированных инструментов на базе
  • XAI для изучения нейродегенеративных заболеваний.
  • Разработка и внедрение ИИ-ассистента для ускорения генерации гипотез и анализа экспериментов.

 Лидерство:

  • Не аналоги импорта, а новые решения технологических задач с применением сильных сторон фундаментальных моделей и мультимодального ИИ
  • Получение недоступных ранее данных/ результатов / исследовательских гипотез
  • Повышение точности/скорости/информативности исследований и сокращение времени / ресурсов / зависимости от ручного труда.

 Сфера применения:

  • Автоматизация и ускорение процессов анализа данных в лабораториях и R&D центрах компаний
  • Нейробиология и нейродегенеративные исследования.
  • Доклинические испытания новых лекарственных средств.

 Преимущества:

Реализация потенциала ИИ в области, возможность трансфера технологий в другие области биомедицины

 Партнеры:

NeuroBERT: впервые применение языковой BERT-модели для анализа нейрональной активности в норме и при болезни Альцгеймера, возможность дообучение БФМ на новых данных для других задач.

DenoiseAI: комбинированная модель денойзинга с снижением шума на 30%.

SpineTool 2.0: ПО с GUI и моделью сегментации синапсов с IoU ≥0.7 для анализа морфологии нейронов, прототип расширения ПО с помощью представления нейрона как графа

NeuroRAG: первая LLM модель для нейробиологии на базе RAG технологии с доступом к 2 млн+ статей и базам данных в виде чат-бота.

 Общественно значимый результат

  • Внедрение ИИ-моделей в сфере здравоохранения и науки позволит оптимизировать использование оборудования, улучшить качество получаемых данных и снизить затраты на проведение экспериментов.
  • Улучшение качества жизни пациентов с нейродегенеративными заболеваниями