スタンフォード大学、デジタル脳プロジェクトを開始 7 Tesla MRIスキャナーを用いた神経画像データ研究

スタンフォード大学は、「スタンフォードデジタル脳プロジェクト」と呼ばれる5年間の計画を開始した。これは神経学と人工知能の独自の結合である。この計画の研究者たちは、最新世代の7 Tesla磁気共鳴画像法（MRI）スキャナーを利用し、人間の脳の人工知能基礎モデルを構築することを目指している。彼らは、テクノロジー投資家からの主要な慈善資金を通じて、包括的な神経画像データセットを作成し、アルゴリズムを訓練して脳の機能を予測し、抑うつ症やパーキンソン病などの病気に対する治療を加速することを希望している。これは、ターゲットを絞った脳の刺激を通じて実現される。

計画の研究重点

一般的なテキストベースのトレーニングに基づく大規模言語モデルとは異なり、スタンフォードデジタル脳プロジェクトは特別に準備された神経画像データに対して機械学習モデルのトレーニングに焦点を当てる。スタンフォードのウー・ツァイ神経科学研究所の研究者たちは、視覚、記憶、言語、運動、注意、知覚、社会的理解に関連する脳の活動を記録するいくつかの実験的活動を開始する。これらの脳の活動から、彼らは広範な統計パターンを抽出し、システムが前例のない脳の活動のヒントに関連する出力を生成できるようにする。

これらのデータを記録するために、チームはルーカスイメージングセンターで最新世代の7 Tesla MRIスキャナーを使用し、最先端のポータブルOPM-MEGシステムと組み合わせている。これらの高解像度ツールと広範な映像データベースを活用することで、彼らは神経活動の空間的位置と時間を正確に追跡し、ミリ秒単位の精度を達成することができる。スタンフォード大学放射線科の助教授ジョナサン・ポリメニは、各システムが世界で最も強力な脳画像ツールの一つであり、組み合わせて使用することで比類のない脳活動の視覚を提供することを指摘している。

これらのデータは、スタンフォードの高性能マロウェイGPU計算クラスターによって処理される。

デジタル観測所の潜在能力

訓練を受けたこれらの人工知能モデルは、実際にはデジタル観測所となり、生成モデリングを人間の生物学を理解するための切り口として利用する。気象学者が複雑なコンピュータシミュレーションモデルを使用して気候条件を予測するように、医学研究者はこの脳モデリングシステムを適用して仮説を仮想的に検証する。科学者は一晩で数千回のシミュレーションを実行し、医療疾患を引き起こす微小なネットワーク機能障害を発見し、従来の実験室の方法よりも1桁速い速度で概念をテストすることができる。

脳モデルは、主なうつ病障害などの状態の治療に潜在能力を持っており、これは依然として世界的な主要な障害の原因である。脳画像モデルは、どの治療が最大の助けを提供できるかを特定することで遅延を短縮し、電気刺激が脳の目標領域に到達するように導くことで、重要な神経回路を健康な状態に回復させることが期待されている。心理学とコンピュータサイエンスの助教授ダン・ヤミンスは、「システムを修復する最良の方法は、車、心臓、または脳に関わらず、詳細なモデルを構築し、正常に機能している状態と故障している状態を比較できるようにすることです。」と述べている。

彼は、スタンフォードが神経科学の専門知識と必要なハードウェア計算能力を持っており、完全に機能するデジタル脳を実現できると指摘している。

研究が完了した後、スタンフォードはこれらのシステムとデータセットを世界中の研究者に無料で提供し、オープンサイエンス資源として活用する。この作業は、OpenNeuroなどのオープンアクセスプラットフォームに基づいて、自閉症、アルツハイマー病および関連疾患の治療追求を加速することを目的としている。

オープンサイエンス資源の意義

スタンフォードデジタル脳プロジェクトは、人工知能と神経画像の結合に焦点を当てるだけでなく、オープンサイエンスの重要性を強調している。研究が完了した後、データセットを無料で世界中の研究者に提供することで、多様な神経疾患の研究と治療を加速するのに寄与する。このような共有資源の取り組みは、科学界の協力を促進し、研究の効率を高めることができ、特に現在のグローバルな健康課題に直面している背景において、非常に重要な意味を持つ。