近日，俄罗斯圣彼得堡彼得大帝理工大学研究团队开发出一款名为NEuRT的人工智能模型。该模型可深度分析大脑神经元活动，未来有望用于评估治疗神经退行性疾病新药的疗效，并为探寻阿尔茨海默病的病因提供关键技术支持。相关研究成果发表于《IEEE神经系统与康复工程汇刊》。
圣彼得堡彼得大帝理工大学生物医学图像与数据分析研究实验室主任叶卡捷琳娜·普奇茨卡娅介绍，这款分析大脑神经网络活动的AI模型NEuRT，能使研究人员直观观察神经元之间的“交流”机制。该模型借鉴了现代人工智能语言助手的底层架构，基于神经信号与文本在序列和上下文结构上的高度相似性进行训练。与传统语言模型“猜测缺失词”的原理不完全相同，NEuRT致力于重建神经记录中隐藏的信号片段。
普奇茨卡娅称，该模型可用于解决各种实际问题。实验数据显示NEuRT仅凭神经活动记录，便能有效区分健康大脑与阿尔茨海默病大脑，在小鼠实验中的准确率高达98%。她强调，该模型不仅能用于疾病诊断，还能通过揭示病理过程中神经网络功能的异常机制，为解释疾病病因提供科学依据。
在模型训练阶段，研究团队使用了包含270GB小鼠视觉皮层神经元记录的庞大开放数据集，并成功将模型知识迁移至海马体。实验中，他们利用微型荧光显微镜及特殊的GCaMP6f荧光蛋白，在小鼠自由活动状态下实时记录并分析了其神经元的发光活跃情况。
（本栏目稿件来源：俄罗斯卫星通讯社 编辑整理：本报记者余昊原）
