La scorsa estate i ricercatori di Frontier Development Lab (FDL) hanno condotto un importante studio sulla salute degli astronauti in collaborazione con gli AI Mentors di Intel per meglio comprendere gli effetti dell’esposizione alle radiazioni sulla fisiologia degli astronauti. Utilizzando le tecnologie di intelligenza artificiale (AI) di Intel, FDL ha creato il primo algoritmo al mondo in grado di identificare i biomarcatori dello stato di avanzamento dei tumori, basato su una combinazione di dati relativi all’esposizione alle radiazioni nei topi e negli esseri umani.
“Con l’aiuto di Intel abbiamo formulato le modalità con cui i modelli di machine learning causali possono operare per accedere ai dati presenti in diverse località senza doverli spostare dalle memorie dove risiedono. Nel corso del 2021 FDL ha raggiunto l’obiettivo che si era posto di utilizzare algoritmi realizzati specificamente per meglio comprendere, migliorare e supportare la salute degli astronauti. Questa ricerca è di grandissimo valore, un giorno potrà essere di aiuto agli astronauti della Stazione Spaziale Internazionale (ISS), di future stazioni spaziali o della prossima missione lunare nel 2024, oltre che alle persone affette da tumori sulla terra”. – Paul Duckworth, ricercatore FDL
Perché è importante: Le radiazioni cosmiche sono in grado di penetrare diversi strati di acciaio e alluminio e di influire sui tessuti umani nei viaggi spaziali. Possono determinare problemi di salute per gli astronauti e future complicazioni dovute a tumori. A causa della scarsità di dati sugli effetti delle radiazioni cosmiche provenienti dalle attuali missioni spaziali, i ricercatori si trovano dati attentamente protetti da diverse istituzioni. Per accedere a questi dati, che risiedono in memorie indipendenti una dall’altra, Intel e FDL hanno formulato un’istruzione di machine learning causale, mettendola a disposizione di una serie di istituti che possono utilizzare un algoritmo AI per istruirlo sui dati contenuti in diverse località senza doverli condividere.
“Il team Astronaut Health di FDL ha ottenuto risultati veramente incredibili, sia per l’originale intuizione di combinare dati provenienti da esseri umani e topi, sia per avere identificato numerosi geni responsabili dell’insorgenza di tumori”, ha dichiarato Patrick Foley, Intel lead technical mentor. “Questo lavoro è la testimonianza di ciò che può accadere quando le istituzioni pubbliche e private collaborano, e quando la conoscenza condivisa può essere usata per compiere scoperte che altrimenti rimarrebbero nell’ombra. Siamo sicuri che questa ricerca proseguirà nel trovare soluzioni a tutela della salute degli astronauti e nell’arricchire le vite di ogni persona sulla Terra”.
Come funziona: I ricercatori hanno sviluppato il modello di data mining CRISP 2.0 estendendo il precedente modello CRISP 1.0 sviluppato dal FDL astronaut health team nel 2020. Con CRISP 2.0, nel 2021 il team ha dimostrato che i dati relativi agli effetti delle radiazioni sui roditori possono essere utilizzati con omologhi dei dati relativi agli esseri umani e quindi istruire l’algoritmo di analisi dei dati umani. Questo metodo di machine learning causale consente ai ricercatori di prevedere con maggiore accuratezza quali geni saranno influenzati dalle radiazioni, generando tumori oppure risposte immunitarie.
La ricerca è basata sull’infrastruttura Open Federated Learning (OpenFL) creata da Intel e dai ricercatori di FDL su Google Cloud per istruire e combinare i risultati provenienti dai modelli CRISP 2.0 di istituzioni quali NASA, Mayo Clinic e NASA Gene Lab senza trasferire i dati in una memoria centrale. Questo fatto è di importanza fondamentale poiché, nonostante ciascuna organizzazione avesse i diritti necessari a utilizzare i dati, questi erano privati e il costo di trasmissione dei dati generati a bordo di una navicella spaziale è particolarmente elevato. Ciascuna istituzione ha ricevuto una serie di modelli globali che sono stati utilizzati per realizzare un ciclo di istruzione AI su ciascun dataset locale. I modelli sono poi stati inviati al nodo centrale per essere aggregati e condivisi di nuovo tra le istituzioni collaboranti. Infine, CRISP 2.0 è stato utilizzato per generare dati che hanno consentito di svolgere ulteriori analisi e ottenere nuove informazioni.
“La partnership con Frontier Development Lab è un’opportunità per risolvere problemi enormi lavorando in scala ridotta, grazie a tecnologie all’avanguardia e a una collaborazione senza precedenti fra il settore pubblico e il privato”, ha commentato Shashi Jain, strategic innovation e FDL partner manager di Intel. “Siamo convinti che i risultati ottenuti da FDL Astronaut Health consentiranno alla NASA di comprendere i meccanismi con cui proteggere più efficacemente gli astronauti mentre ci prepariamo a tornare sulla luna e a spingerci oltre; inoltre, rappresenteranno la base per accelerare l’utilizzo dell’AI in campo sanitario sulla Terra”.
A proposito della collaborazione: oltre a sostenere il progetto di ricerca di FDL Astronaut Health, Intel ha avuto il ruolo di guida nel portare questi algoritmi di intelligenza artificiale in un contesto di apprendimento condiviso, utilizzando OpenFL sviluppato dal mentor Patrick Foley. Nel prosieguo della collaborazione, Intel continuerà a offrire supporto, concentrando i propri sforzi sull’istruzione degli algoritmi e del software AI. Frontier Development Lab è ospitato dal SETI Institute negli Stati Uniti e fa parte di una partnership pubblico-privata tra la NASA, aziende del settore privato e partner commerciali attivi nel campo dell’AI; in Europa, ESA è partner dell’iniziativa. FDL applica tecnologie AI alla scienza per avanzare la ricerca e sviluppare nuovi strumenti che aiutano ad affrontare le più grandi sfide dell’umanità.
A proposito degli Intel AI Mentor: gli Intel AI Mentor sono un gruppo selezionato di dipendenti di Intel che condividono la passione per lo spazio e la tecnologia. Riconoscendo l’opportunità di poter dare un contributo positivo nel mondo (e oltre), gli Intel AI Mentor hanno lavorato a stretto contatto con i team di ricerca NASA FDL per offrire la loro esperienza e competenze tecnologiche in attività che includono la selezione degli algoritmi, l’ottimizzazione dei dati, l’indirizzamento della ricerca e le modalità per applicare la tecnologia con la massima efficacia.
