Czy da się stworzyć cyfrową kopię ludzkiego mózgu?
123RF
Naukowcy przeanalizowali wymagania technologiczne i biologiczne niezbędne do stworzenia cyfrowego bliźniaka ludzkiego mózgu. Sama moc obliczeniowa komputerów to za mało – ważne jest precyzyjne poznanie i bieżące monitorowanie żywego narządu.
Syntetyczny odpowiednik ludzkiego mózgu mógłby przynieść przełom w wielu dziedzinach – wskazali autorzy publikacji „Building digital twin brains at the limits of measurement”, która ukazała się w czasopiśmie „Nature Reviews Electrical Engineering”.
W neuronauce cyfrowe modele umożliwiłyby prowadzenie eksperymentów niemożliwych do wykonania na żywym organizmie ze względów etycznych. W medycynie pozwoliłyby na tworzenie wirtualnych odpowiedników narządów konkretnych pacjentów, ułatwiając dobór spersonalizowanych terapii. Przyczyniłyby się również do rozwoju zaawansowanych systemów sztucznej inteligencji, wyposażając je w sprawniejszą percepcję, zdolności adaptacyjne oraz usprawniając ich interakcję z otoczeniem.
Badacze podkreślili jednak, że wierne odwzorowanie ludzkiego mózgu nie zależy wyłącznie od wydajności sprzętowej. Fundamentem jest możliwość ciągłego gromadzenia, weryfikowania oraz aktualizowania danych biologicznych. Nie wystarczy przy tym ogólna wiedza o funkcjonowaniu układu nerwowego. Do zastosowań klinicznych niezbędne będą precyzyjne informacje dotyczące konkretnego chorego.
– Cyfrowy bliźniak to coś więcej niż symulacja wielkoskalowa. Różnica polega na tym, że odwzorowuje on konkretną osobę i pozostaje połączony z jej biologicznym mózgiem za pośrednictwem strumienia danych. Perspektywa stworzenia takiego modelu zmienia zatem fundamentalne pytanie z tego, ile komórek potrafimy zasymulować, na to, jak dużą część żywego mózgu konkretnego pacjenta jesteśmy w stanie rzeczywiście obserwować, uwzględniać w modelu i na bieżąco aktualizować – wyjaśniła dr Ruohan Zhang z University of Warwick, współautorka badania.
Aby zobrazować skalę trudności, naukowcy przywołują przykład układu nerwowego nicienia Caenorhabditis elegans – modelowego organizmu w badaniach biologicznych. Składa się on z zaledwie 302 neuronów, a zmapowanie tworzonych przez nie połączeń synaptycznych zajęło badaczom wiele lat. Dla porównania ludzki mózg liczy około 86 mld neuronów, a pełna identyfikacja jego połączeń synaptycznych wykracza obecnie poza dostępne możliwości techniczne.
Zamiast czekać na jedno idealne rozwiązanie, eksperci zaproponowali integrację kilku niedoskonałych jeszcze narzędzi diagnostycznych. Wskazali między innymi na mikroskopię elektronową (do obserwacji małych fragmentów tkanki), statystyczne mapowanie typów komórek i obwodów nerwowych oraz obrazowanie całego narządu metodą rezonansu magnetycznego. Połączenie tych metod ma umożliwić zbudowanie spersonalizowanego modelu.
Struktura anatomiczna to jednak nie wszystko. Mózg nieustannie podlega zmianom pod wpływem uczenia się, starzenia, rozwoju chorób czy doświadczeń życiowych. Użyteczny cyfrowy bliźniak musi zatem nadążać za tą dynamiką.
Autorzy publikacji wyznaczyli ścieżkę rozwoju tej technologii – od dzisiejszych, głównie statycznych modeli, przez układy aktualizowane wraz z dopływem nowych danych, aż po zaawansowane systemy pracujące w zamkniętej pętli sprzężenia zwrotnego. W takim układzie zachowanie cyfrowego bliźniaka byłoby stale porównywane z reakcjami rzeczywistego mózgu i na bieżąco korygowane.
– Należy wyraźnie rozgraniczyć obecne możliwości cyfrowych bliźniaków od długoterminowej wizji ich rozwoju. Współczesne modele potrafią już odtwarzać wybrane cechy strukturalne i funkcjonalne na podstawie zindywidualizowanych danych biologicznych. Kolejnym wyzwaniem jest nadanie im wyższej adaptacyjności, tak aby dostosowywały się wraz z nowymi pomiarami, a w przyszłości współpracowały z biologicznym narządem w pętli sprzężenia zwrotnego – podsumował prof. Jianfeng Feng z University of Warwick.
Przypis:
Przeczytaj także: „Mózg w trybie standby” i „Gra o niepamięć”.

