Hiểu được khi nào và tại sao một tế bào chết là điều cơ bản để nghiên cứu sự phát triển của con người, bệnh tật và lão hóa. Đối với các bệnh thoái hóa thần kinh như bệnh Lou Gehrig, Alzheimer và Parkinson, việc xác định các tế bào thần kinh đã chết và sắp chết là rất quan trọng để phát triển và thử nghiệm các phương pháp điều trị mới, nhưng việc xác định các tế bào chết rất phức tạp.
• Công nghệ AI mới đánh bại những game thủ hàng đầu
• Đèn giao thông sử dụng công nghệ AI
Cho đến nay, các nhà khoa học vẫn phải đánh dấu thủ công, tế bào nào còn sống và tế bào nào đã chết dưới kính hiển vi. Tế bào chết có vẻ ngoài bóng nhẫy đặc trưng, tương đối dễ nhận ra. Để xác định một tế bào đã chết thì phải làm bằng tay và là một quá trình chậm, tốn kém và đôi khi dễ xảy ra lỗi.
Các nhà khoa học gần đây đã bắt đầu sử dụng kính hiển vi tự động để liên tục ghi lại hình ảnh của các tế bào khi chúng thay đổi theo thời gian. Trong khi kính hiển vi tự động giúp chụp ảnh dễ dàng hơn, chúng cũng tạo ra một lượng lớn hình ảnh để phân loại theo cách thủ công nhưng việc quản lý thủ công không chính xác và không hiệu quả. Hiện tại thì hầu hết các kỹ thuật hình ảnh chỉ có thể phát hiện giai đoạn cuối của quá trình chết tế bào, đôi khi tế bào đã bắt đầu phân hủy.
Nhưng một công nghệ trí tuệ nhân tạo mới đã có thể xác định các tế bào chết với cả độ chính xác và tốc độ siêu phàm có khả năng thúc đẩy tất cả các loại nghiên cứu y sinh, đặc biệt là về bệnh thoái hóa thần kinh.
Trí thông minh nhân tạo gần đây đã gây bão trong lĩnh vực kính hiển vi, một dạng của AI được gọi là mạng nơ-ron phức hợp, hay CNN đặc biệt được quan tâm vì nó có thể phân tích hình ảnh một cách chính xác. Những hình ảnh này có thể bao gồm các hiện tượng sinh học khó nhìn thấy bằng mắt.
Dựa trên nghiên cứu này đã phát triển một công nghệ mới được gọi là CNN được tối ưu hóa bằng dấu ấn sinh học, hoặc BO-CNN để xác định các tế bào đã chết. Đầu tiên, cần dạy BO-CNN phân biệt giữa các tế bào đã chết và còn sống bằng hai màu là màu xanh lá đối với tế bào còn sống và vàng đối với tế bào đã chết. Nhưng nó cũng đang học các đặc điểm khác để phân biệt tế bào sống và tế bào chết mà mắt người khó làm rõ được.
Sau khi BO-CNN học cách xác định các đặc điểm phân biệt đã có thể ghi nhận chính xác các tế bào sống và chết nhanh hơn và chính xác hơn đáng kể so với những người được đào, thậm chí còn có thể nhìn vào hình ảnh của các loại tế bào mà nó chưa từng thấy trước đây được chụp từ các loại kính hiển vi khác nhau mà vẫn xác định chính xác các tế bào chết.
Việc tiếp cận này đại diện cho một bước tiến lớn trong việc khai thác trí tuệ nhân tạo để nghiên cứu sinh học phức tạp và có thể được áp dụng rộng rãi ngoài việc phát hiện cái chết của tế bào trong hình ảnh hiển vi.
Tế bào sống vô cùng phong phú với nhiều thông tin phức tạp mà các nhà nghiên cứu còn gặp khó khăn trong việc giải thích. Nhưng với việc sử dụng các công nghệ như BO-CNN, các nhà nghiên cứu đã có thể sử để huấn luyện AI nhận dạng và giải thích các tế bào khác nhau. Bằng cách đưa ra phỏng đoán của con người, BO-CNNs tăng khả năng tái tạo và tốc độ nghiên cứu, đồng thời có thể giúp các nhà nghiên cứu khám phá ra các hiện tượng mới trong hình ảnh mà nếu không họ sẽ không thể dễ dàng nhận ra.
Với sức mạnh của AI, việc để mở rộng công nghệ BO-CNN nhằm dự đoán tương lai – xác định các tế bào bị tổn thương trước khi chúng bắt đầu chết và đây cũng có thể là một yếu tố để tạo ra một bước tiến mới cho nghiên cứu bệnh thoái hóa thần kinh, giúp xác định những cách mới để ngăn chặn sự chết của tế bào thần kinh và có các phương pháp điều trị hiệu quả hơn.
Trang Nguyễn
