Raziskovalci na Univerzi v Sydneyju za tehnologijo (UTS) in Univerzi na Bližnjem vzhodu so razvili inovativen AI sistem, ki uporablja algoritme globokega učenja za hitro in natančno odkrivanje primerov COVID-19. S pomočjo analize rentgenskih slik doseže prilagojeno konvolucijsko nevronsko omrežje (Custom-CNN) stopnjo natančnosti 98%, s čimer prekaša druge AI diagnostične modele. Ta prebojna tehnologija bi lahko pomembno zmanjšala zamude, stroške in napake, povezane s tradicionalnimi PCR testnimi metodami.
Zanesljiva in pravočasna diagnoza COVID-19, skupaj z drugimi respiratornimi boleznimi, kot je gripa ali pljučnica, je ključna za učinkovito zdravljenje. Vendar pa je razlikovanje med temi stanji na podlagi skupnih simptomov, kot so vročina, kašelj in težave z dihanjem, lahko izziv. PCR testi, standardna metoda za potrjevanje okužb s COVID-19, so dragi, počasni in včasih dajejo lažno pozitivne rezultate.
Novi AI sistem, ki so ga razvili raziskovalci UTS, ponuja potencialno rešitev za te težave. Profesor Amir H. Gandomi s podatkovnega inštituta UTS pojasnjuje, da AI model zagotavlja visoko stopnjo natančnosti pri odkrivanju primerov COVID-19 iz rentgenskih slik prsnega koša. Ta sistem lahko pomaga radiologom pri natančnih in učinkovitih diagnozah, še posebej v regijah, kjer primanjkuje medicinskega osebja ali je visoka razširjenost COVID-19.
Edna od opaznih prednosti uporabe rentgenskih slik za diagnozo COVID-19 je njihova prenosljivost, ki omogoča izvajanje testov na lokalnih območjih s omejenim dostopom do specializirane opreme. Poleg tega rentgenske slike prsnega koša v primerjavi s CT slikanjem povzročajo manjšo izpostavljenost ionizirajočemu sevanju, kar zmanjšuje potencialna tveganja za paciente.
Model Custom-CNN znatno pospešuje postopek diagnoze z odpravo potrebe po ročnem pregledu rentgenskih slik. Ta AI tehnologija ponuja hitrejšo in bolj natančno alternativo, ki bolnikom omogoča zgodnejšo potrditev okužbe s COVID-19. Pravočasno odkrivanje omogoča takojšnje zdravljenje z protivirusnimi zdravili, ki so najučinkovitejša v prvih petih dneh po začetku simptomov.
Da bi dokazali nadrejenost sistema, so raziskovalci izvedli obsežno primerjalno analizo, ki je potrdila učinkovitost modela Custom-CNN v primerjavi z drugimi AI diagnostičnimi modeli. Tehnike globokega učenja, ki jih uporablja ta AI sistem, ponujajo celovito rešitev, odpravljajo ročno iskanje biomarkerjev in povečujejo učinkovitost pri odkrivanju COVID-19.
V zaključku razvoj tega AI sistema predstavlja pomemben napredek pri diagnozi COVID-19. S hitrimi in natančnimi rezultati ima potencial, da revolucionizira način odkrivanja in obvladovanja širjenja virusa, še posebej v regijah z omejenimi viri. Uvajanje AI tehnologije v zdravstveno oskrbo še naprej obeta dragoceno podporo medicinskim strokovnjakom in izboljšanje rezultatov za paciente.
The source of the article is from the blog publicsectortravel.org.uk