Od smanjenja izloženosti zračenju u bolnicama do ranog otkrivanja potresa, istraživači koje financira EU pokazuju kako spoj umjetne inteligencije i nuklearne znanosti može spasiti živote i milijune eura
PAMETNO ZRAČENJE
AI u nuklearnoj tehnologiji: Evo kako se mijenjaju pravila igre
Čitanje članka:
3
min
Kad god odete u bolnicu na medicinsko snimanje, i vi i bolnički operateri izloženi ste maloj količini zračenja. Za bolničko osoblje to znači da se svakodnevna izloženost zračenju polako nakuplja, što povećava rizik od ozbiljnih bolesti poput raka.
POGLEDAJTE VIDEO:
Pokretanje videa...
05:59
- Radi se o tisućama ljudi koji su u većini bolnica svaki dan izloženi zračenju - rekao je profesor John Damilakis, vodeći stručnjak u području medicinske fizike i pročelnik Odsjeka za medicinsku fiziku na Kretskom sveučilištu u Grčkoj.
Bolnice moraju osigurati da njihovi pacijenti prime minimalnu dozu zračenja koja je potrebna za dobivanje kvalitetnih slika. Ipak, često se za velike demografske skupine upotrebljavaju prosječne vrijednosti. Stoga će nizak, mršav čovjek možda primiti jednaku dozu kao i visok čovjek slične dobi, ali veće težine, što znači da je rizik za jednog pacijenta veći nego za drugog.
Ispravno doziranje
Za rješavanje tog problema Damilakis je pokrenuo istraživačku inicijativu pod nazivom SiNfONiA koju financira EU, u kojoj se umjetna inteligencija upotrebljava za prilagođavanje doza zračenja pojedinim pacijentima.
- Umjesto prosječnih vrijednosti koristimo kompleksne modele - objašnjava Damilakis. - Umjetna inteligencija određuje minimalnu potrebnu dozu za svakog pacijenta. Proces može biti vrlo detaljan. Primjerice, ako je ženi zbog raka odstranjena jedna dojka, model će za nju smanjiti dozu - dodaje.
Istraživanje SiNfONiA, koje je završeno u prosincu 2024., samo je jedan od primjera podrške koju EU pruža razvoju nuklearne znanosti u raznim područjima, uključujući zdravstvo, poljoprivredu, istraživanje svemira, pa čak i predviđanje katastrofa.
Bolje održavanje za veću sigurnost
U području sigurnosti nuklearnih elektrana prikladno nazvan istraživački tim El-Peacetolero, koji vodi Sveučilište Sorbonne u Parizu, počeo je upotrebljavati umjetnu inteligenciju radi poboljšanja kvalitete inspekcija nuklearnih elektrana, čime je povećana i njihova sigurnost.
Članovi tima, među kojima su znanstvenici iz Francuske, Španjolske i Njemačke, razvili su ručni niskoenergetski uređaj nalik na pištolj, temeljen na optoelektronici. Uređaj može brzo procijeniti stanje polimera koji se upotrebljavaju kao zaštitni, brtveni ili izolacijski premazi na spojevima, električnim kablovima ili cijevima.
Praćenje njihove starosti i integriteta vrlo je važno, ali predstavlja izazov u 126 aktivnih reaktora u Europskoj uniji, a ta vrsta inspekcije tradicionalno je bila spora i mukotrpna. - Potrebno je probušiti rupu, uzeti uzorak i poslati uzorak u laboratorij - rekao je Alejandro Ribes Cortes, glavni znanstvenik i istraživač u francuskoj elektroenergetskoj tvrtki Électricité de France (EDF).
No vrijeme je luksuz koji si osoblje zaduženo za održavanje ne može priuštiti. Nuklearne elektrane obično se gase u svrhu održavanja samo na otprilike mjesec dana godišnje, a bilo kakva odgoda može biti vrlo skupa.
Nuklearni senzori za potrese
Nuklearna tehnologija također bi se mogla koristiti za učinkovitije predviđanje potresa. Stéphane Labbé, profesor napredne matematike i inženjerstva na Sveučilištu Sorbonne, vodi tim zadužen za umjetnu inteligenciju u još jednoj istraživačkoj inicijativi koju financira EU pod nazivom artEmis, u kojoj se umjetna inteligencija kombinira s nuklearnom tehnologijom za predviđanje potresa u ranim fazama.
- Postojeće metode predviđanja temelje se na promatranju kretanja tla - rekao je Labbé. Potresi se događaju kad se Zemljine tektonske ploče počnu pomicati, pri čemu se oslobađa radon, prirodno prisutan radioaktivni plin. Dok se ploče pomiču, prije nego što dođe do potresa, oslobađaju se veće količine radona koje ulaze u podzemne vode.
Istraživači u inicijativi artEmis planiraju postaviti senzore duboko pod zemlju kako bi detektirali povećane količine radona prije nego što potres udari. U tome bi nuklearna tehnologija i umjetna inteligencija mogle biti od pomoći. Dok nuklearna tehnologija detektira radon, umjetna inteligencija ključna je za filtriranje složenih podataka kako bi se utvrdilo koji su tragovi radona povezani s potresom.
Upravljanje ograničenjima
Istraživači moraju znati upravljati i nekim od ograničenja umjetne inteligencije, poput manjka transparentnosti i rizika od pristranosti. U kontekstu umjetne inteligencije pristranost se odnosi na sustavne pogreške ili predrasude ugrađene u sustave umjetne inteligencije zbog kojih oni ponekad proizvode nepravedne, diskriminirajuće ili iskrivljene izlazne rezultate.
Neke metode umjetne inteligencije, primjerice, ne dopuštaju istraživačima da vide zašto je algoritam donio određenu odluku, što predstavlja izazov u predviđanju potresa i problem za tim inicijative artEmis.
U medicini pristranost u podacima na kojima se sustavi obučavaju može dovesti do opasnih grešaka. - Zato uvijek svoj kȏd dijelimo s drugim istraživačima - rekao je Damilakis.
Iako nisu još svi izazovi riješeni, artEmis tek mora osmisliti senzore koji mogu funkcionirati duboko pod zemljom – rad istraživača koji primjenjuju umjetnu inteligenciju u nuklearnoj tehnologiji dobro napreduje.
Autor: Tom Cassauwers
Ovaj je članak izvorno objavljen u časopisu Horizon, časopisu za istraživanje i inovacije EU-a.
Više informacija
Sve što je bitno, na dohvat ruke
Skini aplikaciju za najbolje iskustvo portala. Čitaj, komentiraj i budi uvijek u toku s najnovijim vijestima.
Odaberi temu koju želiš pratiti
Primaj sve nove vijesti o temi i budi u tijeku
