Tecnologia

L'apprendimento automatico sta superando gli umani nel predire la morte o l'infarto. Questo è quello che suggerisce uno studio presentato recentemente all'ICNC 2019.

Analizzando ripetutamente 85 variabili in 950 pazienti con aspettative di vita di sei anni, un algoritmo ha “imparato” come interagiscono i dati dei loro volti. Ha quindi identificato i modelli che correlavano le variabili alla morte e all'attacco cardiaco con una precisione superiore al 90%.

L'apprendimento automatico, il moderno fondamento dell'intelligenza artificiale (AI), viene utilizzato ogni giorno. Il motore di ricerca di Google, il riconoscimento facciale su smartphone, le auto a guida autonoma, i sistemi di raccomandazione di Netflix e Spotify utilizzano tutti algoritmi di apprendimento automatico per adattarsi al singolo utente.

I medici si basano sui punteggi inerenti alle probabilità di rischio per prendere decisioni terapeutiche. Tuttavia, questi punteggi derivano da una serie di variabili e spesso hanno una precisione modesta nei singoli pazienti. Tuttavia, mediante la reiterazione e l'aggiustamento di alcuni processi di calcolo, l'apprendimento automatico può sfruttare grandi quantità di dati e identificare modelli complessi che potrebbero non essere evidenti agli esseri umani.

L'autore dello studio, il dottor Luis Eduardo Juarez-Orozco, (1) del Turku PET Centre, (2) in Finlandia, ha dichiarato: “Gli umani hanno difficoltà a pensare oltre tre dimensioni (un cubo) o quattro dimensioni (un cubo nel tempo). Il momento in cui saltiamo nella quinta dimensione ci perdiamo. i modelli ad alta dimensionalità sono più utili dei modelli a singola dimensione per prevedere i risultati negli individui e per questo abbiamo bisogno dell'apprendimento automatico.”

I ricercatori dell'EPFL (Ecole Polytechnique Fédérale de Lausanne) stanno lavorando a un metodo per catturare una fonte di energia costantemente disponibile negli estuari dei fiumi: il potere osmotico, noto anche come energia blu.

La maggior parte delle tecnologie per produrre energia rinnovabile dipendono dalle condizioni meteorologiche. I parchi eolici possono funzionare solo quando c'è il vento mentre le centrali solari producono energia dalla luce del sole.

L'osmosi è un processo naturale attraverso il quale le molecole migrano, da una soluzione concentrata a una più diluita, attraverso una membrana semi-permeabile al fine di bilanciare le concentrazioni. Negli estuari dei fiumi, gli ioni di sale caricati elettricamente si spostano dall'acqua salata del mare all'acqua del fiume fresca. L'idea è di sfruttare questo fenomeno per generare energia.

Ricercatori del Laboratorio di biologia nanometrica (LBEN) EPFL (Ecole Polytechnique Fédérale de Lausanne), diretti dalla professoressa Aleksandra Radenovic (1) presso la School of Engineering, hanno dimostrato che la produzione di energia, mediante l'osmosi, potrebbe essere ottimizzata utilizzando la luce. Riproducendo le condizioni che si verificano negli estuari, hanno proiettato la luce su un sistema che combina acqua, sale e una membrana di soli tre atomi per generare più elettricità. Sotto l'effetto della luce, il sistema produce il doppio della potenza. Le loro scoperte sono state pubblicate su Joule. (2)

Il sistema coinvolge due compartimenti pieni di liquido, a concentrazioni di sale marcatamente differenti, separati da una membrana di solfuro di molibdeno (MoS2). Nel mezzo della membrana si trova un nanoporo, un piccolo foro compreso tra tre e dieci nanometri (un milionesimo di millimetro) di diametro.

CBM-I tramite app per smartphone potrebbe aiutare i pazienti con depressione, ansia e altre condizioni di salute mentale

Sulla base di uno studio (1) condotto dai ricercatori del McLean Hospital, gli individui con ansia, depressione (2) e altre condizioni di salute mentale potrebbero presto essere in grado di utilizzare un'applicazione per smartphone per fornire una modifica della polarizzazione cognitiva su richiesta per l'interpretazione (CBM-I), un modo per cambiare le abitudini mentali senza aver bisogno di sottoporsi a una visita di un terapeuta.

Lo studio, che è stato pubblicato sulla rivista Behavior Therapy, "Translating CBM-I Into Real-World Settings: Augmenting a CBT-Based Psychiatric Hospital Program" (3) mostra la potenziale efficacia di CBM-I quando è combinato con la terapia cognitivo-comportamentale (Cognitive behavioral therapy - CBT) in un contesto psichiatrico acuto. Indica inoltre la via per l'adattamento di questo approccio terapeutico per l'utilizzo all'esterno dell'ospedale.

La principale ricercatrice dello studio è la dottoressa Courtney Beard, PhD, (4) direttrice del McLean's Cognition and Affect Research and Education (CARE).

La dottoressa Courtney Beard ha descritto CBM-I come: “una classe di interventi progettati per spostare le interpretazioni delle persone su situazioni ambigue in modo più positivo o più negativo. CBM-I cerca di affrontare i pregiudizi interpretativi, un'abitudine mentale che è implicata in molti disturbi mentali.”

Per fare ciò, gli individui sottoposti al trattamento CBM-I possono essere presentati con una serie di domande di associazione di parole che affrontano situazioni quotidiane.