Kliknutím sem zobrazíte své bannery na této stránce a zaplatíte pouze za úspěch

Wire News

Umělá inteligence může pomoci v boji proti COVID-19

Napsáno editor

Nový rámec strojového učení by mohl ulehčit práci radiologů tím, že by poskytoval rychlou a přesnou diagnostiku onemocnění.

Pandemie COVID-19 zasáhla svět počátkem roku 2020 a od té doby se stala hlavní příčinou úmrtí v několika zemích, včetně Číny, USA, Španělska a Spojeného království. Výzkumníci intenzivně pracují na vývoji praktických způsobů, jak diagnostikovat infekce COVID-19, a mnozí z nich zaměřili svou pozornost na to, jak by k tomuto účelu mohla být využita umělá inteligence (AI).       

Několik studií uvádí, že systémy založené na umělé inteligenci lze použít k detekci COVID-19 na rentgenových snímcích hrudníku, protože toto onemocnění má tendenci vytvářet oblasti s hnisem a vodou v plicích, které se na rentgenových snímcích projevují jako bílé skvrny. . Přestože byly navrženy různé modely diagnostické umělé inteligence založené na tomto principu, nejvyšší prioritou zůstává zlepšení jejich přesnosti, rychlosti a použitelnosti.

Nyní tým vědců vedený profesorem Gwanggilem Jeonem z Incheon National University v Koreji vyvinul automatický rámec pro diagnostiku COVID-19, který díky kombinaci dvou výkonných technik založených na umělé inteligenci mění věci na vyšší úroveň. Jejich systém lze natrénovat tak, aby přesně rozlišoval mezi rentgenovými snímky hrudníku pacientů s COVID-19 od pacientů bez COVID-19. Jejich příspěvek byl zpřístupněn online 27. října 2021 a publikován 21. listopadu 2021 ve svazku 8, vydání 21 časopisu IEEE Internet of Things Journal.

Výzkumníci použili dva algoritmy Faster R-CNN a ResNet-101. První z nich je model založený na strojovém učení, který využívá síť pro návrhy regionů, kterou lze trénovat k identifikaci relevantních regionů ve vstupním obrázku. Druhým je neuronová síť s hlubokým učením se 101 vrstvami, která byla použita jako páteř. ResNet-101, je-li trénován s dostatkem vstupních dat, je výkonným modelem pro rozpoznávání obrazu. „Podle našich nejlepších znalostí je náš přístup prvním, který kombinuje ResNet-101 a Faster R-CNN pro detekci COVID-19,“ poznamenává Prof. Jeon, „Po trénování našeho modelu s 8800 rentgenovými snímky jsme získali pozoruhodná přesnost 98 %.”

Výzkumný tým věří, že jejich strategie by se mohla ukázat jako užitečná pro včasné odhalení COVID-19 v nemocnicích a veřejných zdravotních střediscích. Použití automatických diagnostických technik založených na technologii umělé inteligence by mohlo ubrat práci a tlaku na radiology a další lékařské odborníky, kteří od začátku pandemie čelí obrovské pracovní zátěži. Navíc, jak se k internetu připojí modernější lékařská zařízení, bude možné do navrhovaného modelu dodávat obrovské množství tréninkových dat; to bude mít za následek ještě vyšší přesnost, a to nejen pro COVID-19, jak uvádí profesor Jeon: „Přístup hlubokého učení použitý v naší studii je použitelný i na jiné typy lékařských snímků a mohl by být použit k diagnostice různých onemocnění.“

Související zprávy

O autorovi

editor

Šéfredaktorkou eTurboNew je Linda Hohnholz. Sídlí v ústředí eTN v Honolulu na Havaji.

Zanechat komentář

1 Comment

  • Koupil jsem jeho bylinný lék na herpes virus, vzal jsem ho podle pokynů, které jsem dával. Byl jsem vyléčen z herpes viru jen za 2 týdny s tímto účinným bylinným lékem. Nyní jsem bez viru, kontaktujte ho [ R obinsonbuckler @ ] yahoo com…………

    Dnes vám může pomoci i s vaším vlastním problémem..

    #Chceš otěhotnět?

    #Máte pásový opar/herpes 1 a 2?

    #Máte problém s erekcí?

    #Máte rakovinu prostaty?

    #Máte myom?

Sdílet s...