Arvutiteaduse instituudi juhataja Jaak Vilo selgitas, et et seni on mikroskoobi all tehtud piltide analüüsi jaoks tarkvara arendatud spetsiifiliste algoritmide abil, kasutades matemaatilisi mudeleid ning inimeste kirjutatud programme. “Uusim tehisintellekti tehnoloogia, mis treenib tehisnärvivõrku näidete abil, vähendab märkimisväärselt uute algoritmide kirjutamise vaeva,” ütles Vilo.

Tehisnärvivõrk on bioloogiliste närvivõrkude mudelite kogum. See koosneb suurest hulgast lihtsatest omavahel seotud tehisneuronitest, mis on omavahel ühendatud bioloogilise aju sarnasesse arhitektuuri. Närvivõrku saab vaadelda kui universaalset “musta kasti”, mis suudab leida peaaegu iga süsteemi jaoks ligikaudse lahenduse või ennustuse.

Nüüd sõlmis Tartu ülikooli arvutiteaduse instituut teadusliku koostöö lepingu maailma ühe juhtiva mikroskoopide valmistaja ja innovatsioonile pühenduva ettevõttega PerkinElmer. Koostöö eesmärgiks on arendada masinõppe meetodeid, et luua intelligentset tarkvara meditsiini- ja eluteadustes kasutatavate rakkude mikroskoopia piltide analüüsiks. „Meie koostöö raames uurime, kuidas kasutada PerkinElmeri masinõppe meetodeid nagu Opera PhenixTM mikroskoobiandmete analüüsimisel.”

Uuringutes kasutusel olevad High Content Screeningu süsteemid on automaatsed fluorestseerumist kasutavad mikroskoobid, mis suudavad päevas teha kümneid tuhandeid pilte, millest igal on omakorda tuhanded inimrakud. Sellistelt piltidelt saab inimene lugeda näiteks vähirakkude olemasolu või seda, millist mõju avaldab võetud ravim, ent miljoneid rakke ei saa eraldi mitu korda üle vaadata. „Tehisnärvivõrgu meetodite rakendamine bio-, tervise ja neuroteaduses tagab parima viisi, et pildiandmeid kiiremini ja täpsemalt mõista,” ütles vanemteadur Leopold Parts.

Algavat projekti juhivad Tartu ülikooli bioinformaatika vanemteadur Leopold Parts ja andmeteaduse professor Raul Vicente, koordineerimisega on seotud ka bioinformaatika professor Jaak Vilo.