人工智能因其解决人类无法解决的问题而备受赞誉，这要归功于能够快速处理大量复杂数据的新型计算架构。因此，人工智能方法，如机器学习、计算机视觉和神经网络，被应用于科学和社会中一些最困难的问题。

一个棘手的问题是脑部疾病的诊断、外科治疗和监测。可用于处理脑疾病的人工智能技术正在迅速增长，随着计算机科学家对先进算法的能力有了更深入的了解，令人兴奋的新方法正在应用于解决脑部问题。

在AIP出版社本周发表在APL生物工程上的一篇论文中，意大利研究人员进行了一次系统的文献综述，以了解人工智能在脑疾病中的应用现状。他们的搜索得到了2696个结果，他们把注意力集中在154篇被引用最多的论文上，并仔细观察了一下。

他们的定性回顾揭示了人工智能开发中最有趣的地方。例如，一个生成性对抗网络被用来合成一个老年大脑，以便观察疾病如何随着时间的推移而发展。

“人工智能技术的使用正逐渐为大量与大脑相关的现实世界临床问题带来有效的理论解决方案，”作者爱丽丝·塞加托说，“特别是近年来，由于相关数据的积累和越来越有效的算法的发展，已经有可能大大增加对复杂大脑机制的理解。”

作者的分析涵盖了八种脑护理模式，检查了用于处理有关大脑结构和连接特征的信息、评估手术候选顺序、确定问题区域、预测疾病轨迹和术中协助的人工智能方法。用于研究脑部疾病的图像数据，包括三维数据，如磁共振成像、扩散张量成像、正电子发射断层成像和计算机断层成像，可以使用计算机视觉人工智能技术进行分析。

但作者敦促谨慎行事，指出“可解释的算法”的重要性，指出解决方案的路径清晰地描绘出来，而不是“黑匣子”——人工智能的术语，达到一个准确的解决方案，但依赖于很少被理解或看不见的内部工作。

“如果人类要接受算法处方或诊断，他们需要相信他们，”塞加托说研究人员的努力导致了越来越复杂和可解释的算法的产生，这将有助于在实际临床环境中更密集地使用‘智能’技术。”

参考文献："Artificial intelligence for brain diseases: A systematic review," is authored by Alice Segato, Aldo Marzullo, Francesco Calimeri, and Elena De Momi. The article can be accessed at https://aip.scitation.org/doi/10.1063/5.0011697。