Ta strona wykorzystuje ciasteczka ("cookies") w celu zapewnienia maksymalnej wygody w korzystaniu z naszego serwisu. Czy wyrażasz na to zgodę?

Czytaj więcej

Nagroda za predyktor wieku

Nagroda za predyktor wieku

Kategoria: hackaton, medycyna, sztuczna inteligencja

Zespół polskich badaczy, w skład którego wchodzi nasz kolega z CBRS, dr Jacek Rogala, zajął 2 miejsce w hackatonie, który postawił przed uczestnikami cel zaprojektowania optymalnego predyktora wieku.

Według organizatorów „W3PHIAI-23 Aging Hackathon” identyfikacja biomarkerów do opisywania, definiowania i przewidywania wieku biologicznego jest bardzo ważnym tematem badań. Starzenie się wpływa na organizmy w różny sposób, a wiek chronologiczny nie zawsze pokrywa się z wiekiem biologicznym, co można zaobserwować zwłaszcza przypadku chorób takich jak zespoły progeroidalne i inne stany przyspieszonego starzenia się. Możliwość wykorzystania wiarygodnych predyktorów wieku chronologicznego, wieku biologicznego i ich wzajemnych relacji jest ważne zarówno dla celów diagnostycznych i prognostycznych (np. w przypadku współzachorowalności i śmiertelności), jak i dla badań oraz zastosowań klinicznych.

Ogłoszony w styczniu maraton projektowania na temat starzenia się i predykcji wieku miał na celu rzucenie wyzwania społeczności ekspertów od uczenia maszynowego, aby zaprojektowali optymalny predyktor wieku. Nie było żadnych ograniczeń ani limitów dotyczących rodzaju danych używanych do tego wyzwania, a uczestników zachęcano do zbadania wykorzystania multimodalnych źródeł danych i metod w celu osiągnięcia celu.

Miło nam poinformować, że drugie miejsce w konkursie zdobył zespół polski, w skład którego wchodzili:  Mikołaj Spytek, Weronika Hryniewska-Guzik, Jarosław Żygierewicz, Jacek Rogala, Przemyslaw Biecek. Zespół ten przedstawił projekt: „Challenges Facing the Explainability of Age Prediction Models: Case Study for Two Modalities” (Wyzwania związane z wyjaśnialnością modeli predykcji wieku: studium przypadku dla dwóch modalności).

Polski zespół w swojej pracy zbadał wykorzystanie Wyjaśnialnej Sztucznej Inteligencji (XAI) do przewidywania wieku, skupiając się na dwóch specyficznych modalnościach, sygnale EEG i zdjęciach rentgenowskich płuc.

Fot. Baburov, CC BY-SA 4.0 <https://creativecommons.org/licenses/by-sa/4.0>, via Wikimedia Commons