从保护患者到预测灾害:人工智能助力核技术飞跃From protecting patients to predicting disasters: AI supercharges nuclear tech

环球医讯 / AI与医疗健康来源:cyprus-mail.com比利时 - 英文2025-07-10 18:52:33 - 阅读时长5分钟 - 2111字
欧盟资助的研究人员正利用人工智能革新核技术,使医疗扫描更安全、核电站维护更高效,并实现地震的早期预警,从而在健康与灾害管理领域带来深远影响。
人工智能核技术医疗扫描辐射风险健康癌症核电站安全聚合物老化地震预测氡气检测
从保护患者到预测灾害:人工智能助力核技术飞跃

欧盟资助的研究人员正利用人工智能(AI)革新核技术,让医疗扫描更安全、核电站维护更高效,并实现地震的早期预警。

降低辐射风险:个性化医疗扫描

当你在医院接受扫描时,你和操作员都会暴露在少量辐射中。对于医院工作人员而言,这意味着每天都在缓慢积累辐射暴露量,这略微增加了他们患严重疾病(如癌症)的风险。

“我们讨论的是大多数医院每天有数千人暴露在辐射中,”希腊克里特大学医学物理系主任、医学物理学领域的领军人物约翰·达米拉基斯教授(Professor John Damilakis)表示,“因此,我们需要非常谨慎地管理每个人所接受的辐射剂量。”

医院必须确保患者接受最低限度的辐射以获得清晰的影像。然而,医院通常使用针对大规模人群的平均值,这意味着一个瘦小的男性可能与一个高大、体重更重的同龄人接受相同的辐射剂量,从而使某些患者的健康风险更高。

为了解决这一问题,达米拉基斯领导了一项名为SiNfONiA的欧盟资助研究计划,该计划利用人工智能为每位患者定制辐射剂量。

“我们不再使用平均值,而是采用复杂模型,”达米拉基斯解释道,“人工智能可以确定每位患者的最低必要剂量。这种方法非常细致。例如,如果一名女性因癌症切除了乳房,模型将减少剂量。”

SiNfONiA研究于2024年12月结束,这只是欧盟支持核科学广泛领域的一个例子,这些领域包括健康、农业、太空探索,甚至灾害预测。

核电站安全:快速检测聚合物老化

在所有这些领域中,核技术正越来越受到人工智能的推动。为了突出这些进展,欧盟委员会于2025年5月19日在比利时布鲁塞尔举办了一场名为“原子智能:核研究与人工智能的交汇点”的活动。此次活动汇集了多个研究项目,它们像SiNfONiA一样,利用人工智能提升研究成果。

在核电站安全方面,由法国巴黎索邦大学(Sorbonne University)领导的El-Peacetolero研究团队利用人工智能改进了核电站检查流程,从而提高了安全性。

这个由法国、西班牙和德国研究人员组成的团队开发了一种基于光电子学的手持式、低功耗、类似手枪的设备。该设备可以快速评估用于接头、电缆或管道中的聚合物涂层的状态,并确定聚合物的类型。

监测这些材料的老化程度和完整性至关重要,但这也是欧盟运营的126座反应堆面临的挑战,因为传统的检查方法通常缓慢且繁琐。

“你必须钻孔、取样,然后将样本送到实验室,”法国电力公司(Électricité de France, EDF)首席研究员亚历杭德罗·里贝斯·科尔特斯(Alejandro Ribes Cortes)表示,“有时需要数周才能得到结果。”

然而,核电站的维护团队没有这样的时间。核电站每年通常只停工一个月进行维护,任何延误都可能造成高昂的成本。

“多停一天可能会增加100万欧元的成本,”在EDF Lab Paris-Saclay工作的里贝斯·科尔特斯说道。他专注于将人工智能整合到科学和工程应用中。

这一点对于即将退役的核电站尤为重要,因为这些电站年代久远,研究人员有时并不清楚具体使用了哪种聚合物。

“它会发射LED和激光光束照射目标,”里贝斯·科尔特斯说,“通过反射光,我们可以推导出信息,确定使用的具体材料。”

人工智能算法将反射光与一系列聚合物的光谱特征进行比较,从而比以前更快、更准确地识别材料。

地震预测:结合核技术与人工智能

核技术还可能帮助更高效地预测地震。索邦大学高级数学与工程学教授斯特凡·拉贝(Stéphane Labbé)正在领导另一项欧盟资助的研究计划artEmis的人工智能部分。artEmis结合了人工智能和核技术,用于在地震初期阶段进行预测。

“现有的预测方法关注地面运动,”拉贝表示,“这让我们可以在地震发生前几小时到几天内做出预测。但这还不够。我们需要几周甚至几个月的提前预测,以便真正做好准备。”

地震发生时,地球板块开始移动并释放氡气——一种天然存在的放射性气体。随着板块移动,在地震发生之前,更多的氡气会被释放并进入地下水。

artEmis的研究人员计划在地下深处放置传感器,以检测地震前的氡气峰值。在这里,核技术和人工智能发挥了关键作用。核技术用于检测氡气,而人工智能则用于筛选复杂数据,以确定哪些氡气信号与地震活动相关。

不过,研究人员也必须应对人工智能的一些局限性,例如缺乏透明度或潜在偏差的风险。在人工智能语境下,偏差指的是嵌入系统中的系统性错误或偏见,导致其产生不公平、歧视性或扭曲的结果。

例如,某些人工智能方法不允许研究人员查看算法为何做出特定选择——这对地震预测是一个挑战,也是artEmis团队面临的问题。

在医学领域,训练数据中的偏差可能导致危险的错误。“这就是为什么我们会与其他研究人员共享代码,”达米拉基斯说,“这样他们可以用自己的数据测试,帮助我们解决潜在的偏差问题。”

虽然并非所有挑战都已解决——artEmis仍需设计能够承受地下环境的传感器——但研究人员将人工智能应用于核技术的工作仍在推进。

“梦想是在地震发生前一两个月预测到它们,”拉贝说,“那将是改变游戏规则的进步,可以拯救许多生命。”


(全文结束)

大健康
大健康