Sztuczna inteligencja rozpozna pierwsze objawy COVID-19
Sieć neuronowa może pomóc w wykryciu COVID-19 na zdjęciach rentgenowskich klatki piersiowej.
Komputerowe sieci neuronowe są w stanie "nauczyć się" jak modelować zachowanie mózgu - w tym rozpoznawania obiektów, postaci, głosów i dźwięków w taki sam sposób w jaki robią to ludzie. Jednak tworzenie wielkoskalowych sieci neuronowych jest wyjątkowo wymagające pod względem obliczeniowym
COVID-Net to otwarta sieć neuronowa, która może pomóc naukowcom na całym świecie we wspólnym wysiłku na rzecz walki z pandemią COVID-19. Program może być skuteczny w rozpoznawaniu wczesnych objawów choroby na podstawie analizy zdjęć RTG klatki piersiowej.
Innowacyjna technologia to konwolucyjna sieć neuronowa - rodzaj sztucznej inteligencji, która jest szczególnie dobra w rozpoznawaniu obrazów. Sieć COVID-Net została opracowana przez Lindę Wang i Aleksandra Wonga z Uniwersytetu Waterloo i firmę DarwinAI z Kanady.
Sieć została przeszkolona w zakresie rozpoznawania objawów COVID-19 na podstawie zdjęć rentgenowskich klatek piersiowych pacjentów. Sieć neuronowa przeanalizowała 5941 zdjęć pochodzących od 2839 pacjentów z różnymi schorzeniami płuc, w tym infekcjami bakteryjnymi, wirusowymi i COVID-19.
Co ciekawe, w ciągu ostatnich tygodni, kilka różnych zespołów badawczych ogłosiło opracowanie narzędzi badawczych do diagnozowania COVID-19 na podstawie zdjęć RTG płuc pacjentów. Ale żadne z nich nie zostało udostępnione publicznie, więc ciężko ocenić ich dokładność.
Firma DarwinAI przyjęła inną taktykę. Ich zdaniem COVID-Net nie jest rozwiązaniem gotowym do produkcji, ale poprzez otwartość systemu, może takim niebawem się stać.
