災害を予測するために患者を保護するため：AI Power Nuclear Technology |テクノロジー

私たちが取得するとき 放射線診断検査 病院では、私たちと技術者の両方が少量の放射線にさらされます。病院労働者にとって、これは、苦しみに対するリスクをわずかに増加させる小さな、しかし絶え間ない露出を意味します 癌などの深刻な疾患。

「ほとんどの病院で毎日展示されている何千人もの人々がいます」と、医療物理学の分野の重要な人物であり、ギリシャのクレタ大学の医学物理学部のディレクターであるジョン・ダミラキス教授は言いました。 「それが、各人が受け取る放射線量を徹底的に制御する必要がある理由です。」

病院は、患者が高品質の画像を取得するために必要な最小放射を受け取るようにする必要があります。それにもかかわらず、大規模な人口統計グループには平均値がよく使用されるため、小さくて細い男は、同様の年齢の高い重量とより大きな体重を受け取ることができます。したがって、1人の患者は他の患者よりも大きなリスクにさらされています。

正しい用量

この問題に対処するために、Damilakisは、AIが各患者が受け取るべき放射線量をカスタマイズするために使用されているSinfoniaというタイトルのEUから資金提供を受けた研究イニシアチブを指揮しています。

「平均値を使用する代わりに、複雑なモデルを使用しています」とDamilakisは説明しました。 「AIは、各患者に必要な最小用量を決定します。これは非常に徹底的です。たとえば、女性が癌により乳房切除術を受けた場合、モデルはより低い用量を提供します。」

2024年12月に終了したシンフォニアの研究は、EUが健康、農業、宇宙探査、さらには大災害の予測など、さまざまな核科学で提供する支持の多くの例の1つです。これらの原子力技術のすべての分野に共通しているのは、その発展において、AIがますます介入していることです。

そのような進歩を目に見えるように、欧州委員会は原子知能、核研究、そしてSOが呼びかけたイベントを組織しました 原子知能：核研究とAIの交差点で 2025年5月19日にベルギーのブリュッセルで。このイベントは、交響曲としてAIを利用して結果を高めるいくつかの研究イニシアチブを集めました。

より良いメンテナンス

核中心部の安全分野では、成功した名前の研究チーム ピーセロパリのソルボンヌ大学（フランス）監督、 AIを利用しました 核中心部の検査を改善するため、したがって、それらの安全性。

フランス、スペイン、ドイツの研究者がいるチームは、Optolectronicsに基づく銃のそれと同様の低電力と側面の手動装置を開発しました。このデバイスは、ジョイント、電気ケーブル、またはパイプの保護層、密閉または断熱材として使用されているポリマーの状態を迅速に評価できます。また、使用されるポリマーの種類を決定することもできます。

ポリマーの老化と完全性の程度を監督することは基本的なことですが、これはEUの126の運用反応器にとっても問題のあるプロセスです。

「穴を貫通し、サンプルを取り、実験室に送る必要があります」と、フランスのエネルギー会社、エレクトリックドフランス（EDF）の主要な研究者であるアレハンドロ・リベス・コルテスは言いました。 「結果に数週間かかることがあります。」

しかし、時間はメンテナンス機器がカウントされない貴重な善です。通常、核の中心部はメンテナンスの目的で年間約1か月しか出ません。また、遅延は非常に高価になる可能性があります。

「追加の1日はさらに100万ユーロになる可能性があります」と、EDFパリサクレイ研究所で働いているRibes Cortes氏は述べています。

この分野は、年功序列の過程にある原子力発電所にとって特に重要であり、研究者は使用されるポリマーの種類を正確に知らないことがあります。

「デバイスはLEDとレーザーライトをターゲットに放出します」とRibes Cortes氏は述べています。 「情報を抽出して、このデバイスが反映している光のおかげで使用された正確な材料を決定できます。」 AIのアルゴリズム それらは、反射された光を、さまざまなポリマーを反映する光パターンと比較します。これにより、過去よりも速く、より正確に識別することができます。

核地震センサー

原子力技術も 地震を予測できます より効率的に。ソルボンヌ大学の高度な数学と工学の教授であるStéphaneLabbéは、EUによって資金提供された別の研究イニシアチブの要素を指示しています。 アルテミスAIと原子力技術を組み合わせて予測するため、初期段階にあります。

「現在の予測方法は土壌の動きに基づいています」とLabbéは説明しました。 「これにより、地震が発生するまでの数日前または数日前に予測することができます。しかし、それは十分な時間ではありません。数週間の予測が必要であり、事前にさえ、実現できるようにするために事前に予測する必要があります。」

地震は、地球の構造プレートの動きに由来します。これは、自然に生成される放射性ガスであるラドンを放出するプロセスです。これらの構造運動により、地震が発生する前に、地下水に導入される大量のラドンが放出されます。

の研究者 アルテミス 彼らは、地震が発生する前にこれらのラドンのピークを検出するために、下層土の最も深いものにセンサーを設置することを提案しました。これは、原子力技術とAIが役立つ場所です。原子力技術はラドンを検出します。一方、AIは複雑なデータを調べ、地震活動に関連するラドン信号を決定するために不可欠です。

制限を克服します

また、研究者は、透明性やバイアスリスクの欠如など、AIの制限の一部を克服する必要があります。 AIのコンテキストでは、バイアスはAIシステムの一部であり、部分的、差別的、または歪んだ結果につながる可能性のある系統的なエラーまたは偏見です。

例として、AIのいくつかの方法は、アルゴリズムが特定のオプションを選択する理由を研究者に示していません。これは、地震予測の問題であり、Artemisチームの仕事を妨げます。

医学では、トレーニングデータのバイアスが危険なエラーを引き起こします。 「だから私たちは他の研究者とコードを共有しているのです」とダミラキスは言いました。 「そうすれば、データで試してみて、偏りのあるバイアスに対処するのに役立ちます。」

すべての問題に対する解決策はありませんが（Artemisは、下層土の深い層の条件をサポートするセンサーを設計する必要があります）、AIを適用する研究者の作業は 原子力技術 どうぞ。 「私たちの夢は、地震が発生する1、2か月前に地震を予測することです」とラブベは言いました。 「私は物事を大きく変えます。私は多くの命を救うでしょう。」

この記事で説明されている研究は、EU Horizonプログラムの資金で資金提供されています。インタビュー対象者の意見は、必ずしも欧州委員会の意見を反映しているわけではありません。

もともと公開された記事 地平線欧州連合の研究とイノベーション雑誌。