Ori de câte ori vi se face o radiografie la spital, atât dumneavoastră, cât și operatorii sunteți expuși la o cantitate mică de radiații. Pentru personalul spitalicesc, aceasta înseamnă o expunere lentă și continuă în fiecare zi, crescând ușor riscul unor boli grave, cum ar fi cancerul.
„Vorbim despre mii de oameni care sunt expuși zilnic în majoritatea spitalelor”, spune prof. John Damilakis, o figură importantă în domeniul fizicii medicale și director al Departamentului de Fizică Medicală de la Universitatea din Creta (Grecia). „De aceea, trebuie să gestionăm cu mare atenție doza de radiații la care este expusă fiecare persoană.”
Spitalele trebuie să se asigure că pacienții sunt expuși la minimum de radiații necesare pentru a obține imagini bune. Totuși, acestea folosesc adesea valori medii pentru grupuri demografice ample, astfel că un bărbat scund și zvelt ar putea fi expus la aceeași doză ca unul înalt și mai greu de vârstă similară, ceea ce înseamnă că riscul este mai mare pentru un pacient comparativ cu celălalt.
Doza potrivită
Pentru a aborda această problemă, Damilakis a condus o inițiativă de cercetare finanțată de UE și denumită SiNfONiA, care a utilizat inteligența artificială pentru a adapta dozele de radiații la fiecare pacient în parte.
„În locul valorilor medii, folosim modele complexe”, explică Damilakis. „AI determină doza minimă necesară pentru fiecare pacient. Aceasta poate deveni foarte detaliată. De exemplu, dacă o femeie a suferit o extirpare a unui sân din cauza cancerului, modelul va reduce doza”.
Cercetările SiNfONiA, care s-au încheiat în decembrie 2024, reprezintă doar un exemplu al modului în care UE sprijină știința nucleară într-o gamă largă de domenii, inclusiv sănătate, agricultură, explorarea spațiului și chiar prezicerea dezastrelor.
Un element comun al tuturor acestor domenii este faptul că tehnologia nucleară ajunge să fie transformată din ce în ce mai mult de inteligența artificială.
Pentru a evidenția aceste progrese, Comisia Europeană a organizat un eveniment cu tema Inteligența atomică: la intersecția dintre cercetarea nucleară și AI la Bruxelles, în Belgia, pe 19 mai 2025.
Evenimentul a reunit o serie de inițiative de cercetare care, la fel ca SiNfONiA, utilizează inteligența artificială pentru a-și îmbunătăți rezultatele.
O întreținere mai bună pentru o siguranță sporită
În domeniul siguranței centralelor nucleare, echipa de cercetare denumită sugestiv El-Peacetolero, condusă de Universitatea Sorbona din Paris (Franța), a folosit inteligența artificială pentru a îmbunătăți inspecțiile centralelor nucleare și, astfel, siguranța acestora.
Echipa, alcătuită din cercetători din Franța, Spania și Germania, a dezvoltat un dispozitiv portabil, cu consum redus de energie, asemănător unui pistol, bazat pe optoelectronică.
Acesta poate evalua rapid starea polimerilor utilizați ca acoperiri de protecție, etanșare sau izolare în îmbinări, cabluri electrice sau țevi. De asemenea, poate determina tipul de polimer utilizat.
Monitorizarea gradului de uzură și a integrității lor este crucială, dar reprezintă și o provocare în cele 126 de reactoare operaționale din UE, deoarece acest tip de inspecție este în mod tradițional lent și laborios.
„Trebuie să faci o gaură, să iei o mostră și să o trimiți la un laborator”, spune Alejandro Ribes Cortes, cercetător principal la compania franceză de energie Électricité de France (EDF). „Uneori, durează săptămâni întregi până obții rezultatele.”
Timpul este însă un lux pe care echipele de întreținere nu și-l permit. De obicei, centralele nucleare se închid pentru întreținere doar circa o lună pe an, iar orice întârziere poate fi costisitoare.
„O zi în plus poate însemna costuri suplimentare de un milion de euro”, spune Ribes Cortes, care lucrează la EDF Lab Paris-Saclay, unde este specializat în integrarea inteligenței artificiale în aplicații științifice și de inginerie.
Acest lucru este deosebit de important pentru centralele nucleare care sunt dezafectate, deoarece sunt vechi, iar uneori cercetătorii nu știu exact ce tip de polimer s-a folosit.
„Proiectează lumină LED și laser către țintă”, spune Ribes Cortes. „Din lumina reflectată, putem obține apoi informații pentru a determina cu exactitate materialul utilizat.”
Algoritmii de inteligență artificială compară lumina reflectată cu semnătura luminoasă a unei game de polimeri, permițând o identificare mai rapidă și mai precisă decât până acum.
Senzori seismici nucleari
Tehnologia nucleară ar putea face posibilă și o prezicere mai eficientă a cutremurelor.
Stéphane Labbé, profesor de matematică avansată și inginerie la Universitatea Sorbona, conduce componenta de inteligență artificială a unei alte inițiative de cercetare finanțate de UE, denumită artEmis, care combină AI și tehnologia nucleară pentru a prezice cutremurele în stadiile lor incipiente.
„Metodele de predicție existente analizează mișcarea solului”, spune Labbé. „Acest lucru ne permite să prezicem cutremurele cu câteva ore sau chiar zile înainte să se producă. Nu este însă îndeajuns. Avem nevoie de predicții cu câteva săptămâni sau chiar luni înainte pentru a ne pregăti cum trebuie”.
Cutremurele se produc atunci când plăcile tectonice ale Pământului încep să se deplaseze, eliberând în acest proces radon, un gaz radioactiv natural. Pe măsură ce plăcile se mișcă, înainte de un cutremur, sunt eliberate cantități mai mari de radon care pătrund în apele subterane.
Cercetătorii artEmis intenționează să plaseze senzori adânc în subteran pentru a detecta astfel de vârfuri ale emisiilor de radon înainte să aibă loc cutremure.
Tocmai aici ar putea ajuta tehnologia nucleară și inteligența artificială. În timp ce tehnologia nucleară detectează radonul, inteligența artificială este crucială pentru a analiza datele complexe și pentru a determina ce semnături ale radonului sunt legate de activitatea seismică.
Orientarea printre limitări
Cercetătorii trebuie, de asemenea, să se orienteze printre unele dintre limitările inteligenței artificiale, cum ar fi lipsa de transparență sau riscul de bias.
În contextul AI, biasul se referă la erori sistematice sau prejudecăți încorporate în sistemele AI care le determină să producă rezultate nedrepte, discriminatorii sau distorsionate.
De exemplu, unele metode AI nu le permit cercetătorilor să înțeleagă de ce un algoritm a făcut o anumită alegere – o provocare pentru predicția cutremurelor și o problemă pentru echipa artEmis.
În medicină, biasul în datele de antrenare poate duce la erori periculoase. „De aceea, împărtășim codul nostru și altor cercetători”, spune Damilakis. Astfel, ei îl pot testa cu datele lor și ne pot ajuta să abordăm posibilele cazuri de bias”.
Deși nu toate provocările sunt rezolvate – artEmis trebuie încă să proiecteze senzori care să poată rezista adânc în subteran – activitatea cercetătorilor care aplică inteligența artificială în tehnologia nucleară avansează.
„Aspirăm să putem prezice cutremurele cu una sau chiar cu două luni înainte să se producă”, spune Labbé. „Ar fi ceva revoluționar. Ar salva multe vieți.”
Articol scris de Tom Cassauwers
Cercetările menționate în acest articol au fost finanțate prin programul Orizont al UE. Opiniile persoanelor intervievate nu reflectă neapărat opiniile Comisiei Europene.
Acest articol a fost publicat inițial în Horizon, revista de cercetare și inovare a UE.
Mai multe informații