Sztuczna inteligencja błyskawicznie diagnozuje Covid
Koreańscy eksperci stworzyli system SI, który rozróżnia Covid-19 i bakteryjne zapalenie płuc na podstawie analizy zdjęć z tomografii komputerowej płuc. System ma ponad 98-procentową dokładność, można go wykorzystać także w innych chorobach.
Skuteczna pomoc chorym wymaga przede wszystkim właściwej diagnozy. W przypadku Covid-19 diagnostyka opiera się głównie na czasochłonnych i obarczonych sporą niedokładnością testach genetycznych. Trudno jest więc szybko i trafnie rozpoznać pacjentów zakażonych SARS-CoV2. Jednocześnie chorzy mogą roznosić wirusa w trakcie oczekiwania na wynik testu.
Dużo szybciej chorobę pozwala rozpoznać badanie płuc z pomocą tomografii komputerowej, jednak wymaga ono wytrenowanego oka radiologa, a skany często przypominają zdjęcia płuc z zapaleniem bakteryjnym.
W nowej pracy opublikowanej na łamach „Medical Imaging Science” naukowcy z koreańskiego Daegu Gyeongbuk Institute of Science (DGIST) opisali oparty na sztucznej nteligencji algorytm, który świetnie sobie radzi, zastępując radiologa.
„Jako naukowców, nas także dotknęły skutki pandemii i chętnie wykorzystaliśmy naszą wiedzę w zakresie obrazowania medycznego do stworzenia systemu, który przyspieszy diagnostykę i usprawni pracę w szpitalach” - mówią badacze.
System działa z ponad 98-procentową dokładnością. Potrafi się też uczyć na ograniczonych, w tym niekompletnych danych.
Badacze twierdzą, że można go zastosować także do analizy innych rodzajów medycznych obrazów, a do tego nowatorska architektura stworzonych algorytmów sprawia, że lekarze mogą z większą łatwością zrozumieć ich działanie.
Tego typu programy mogą, według badaczy, okazać się szczególnie przydatne w krajach uboższych, z ograniczonym dostępem do specjalistów.
Źródło: pap.pl
Najdokładniejsze systemy satelitarnego transferu czasu
Nie zawsze zegar atomowy działa lepiej niż kwarcowy.
Ponad połowa chorych z SARS-CoV2 cierpi na długi covid
Przez długi czas może mieć takie objawy jak zmęczenie.
Uniwersytet Warszawski będzie kształcić kadry dla energetyki jądrowej
Przekazał Wydział Fizyki UW.
Recenzje