Sažetak: Znanstvenici sa Sveučilišta za tehnologiju u Sydneyu (UTS) i Srednjeg istoka razvili su inovativni AI sustav koji koristi algoritme dubokog učenja za brzo i točno otkrivanje slučajeva COVID-19. Analizom rentgenskih slika, prilagođena konvolucijska neuronska mreža (Custom-CNN) postiže stopu točnosti od 98%, nadmašujući druge AI dijagnostičke modele. Ova probojna tehnologija mogla bi značajno smanjiti kašnjenja, troškove i pogreške povezane s tradicionalnim PCR metodama testiranja.
Pouzdana i pravovremena dijagnoza COVID-19, kao i drugih respiratornih bolesti poput gripe ili upale pluća, ključna je za učinkovito liječenje. Međutim, razlikovanje ovih stanja na temelju zajedničkih simptoma poput groznice, kašlja i poteškoća s disanjem može biti izazovno. PCR testovi, standardna metoda za potvrđivanje COVID-19 infekcija, su skupi, spori i povremeno daju lažno pozitivne rezultate.
Novi AI sustav razvijen od strane istraživača sa UTS-a nudi potencijalno rješenje za ove probleme. Profesor Amir H. Gandomi s Instituta za znanost podataka UTS-a objašnjava da AI model pruža visoku točnost u otkrivanju COVID-19 slučajeva na temelju rentgenskih slika prsa. Ovaj sustav može pomoći radiolozima u postavljanju točnih i učinkovitih dijagnoza, posebno u regijama s manjkom medicinskog osoblja ili visokom prevalencijom COVID-19.
Jedna od primjetnih prednosti korištenja rentgenskih slika za dijagnozu COVID-19 je njihova prenosivost, što omogućuje testiranje u lokalnim područjima s ograničenim pristupom specijaliziranoj opremi. Osim toga, u usporedbi s CT pregledima, rentgenske slike prsnog koša rezultiraju manjom izloženošću ionizirajućem zračenju, čime se smanjuje potencijalni rizik za pacijente.
Custom-CNN model značajno ubrzava proces dijagnoze eliminirajući potrebu za ručnim pregledom rentgenskih snimaka. Ova AI tehnologija nudi bržu i točniju alternativu, pružajući pacijentima ranu potvrdu COVID-19 infekcija. Pravovremeno otkrivanje omogućuje hitno liječenje antivirusnim lijekovima, koji su najučinkovitiji unutar prvih pet dana pojave simptoma.
Da bi dokazali superiornu izvedbu sustava, istraživači su proveli sveobuhvatan komparativni analitički pregled, validirajući Custom-CNN model u usporedbi s drugim AI dijagnostičkim modelima. Tehnike dubokog učenja koje se koriste u ovom AI sustavu nude krajnje rješenje, elimirajući ručno pretraživanje bioloških markera i poboljšavajući učinkovitost u otkrivanju COVID-19.
Zaključno, razvoj ovog AI sustava predstavlja značajan napredak u dijagnostici COVID-19. S brzim i točnim rezultatima, ima potencijal da revolucionira način na koji otkrivamo i suzbijamo širenje virusa, posebno u regijama s ograničenim resursima. Primjena AI tehnologije u zdravstvu nastavlja pokazivati obećanja pružanjem vrijedne podrške medicinskim stručnjacima i poboljšanjem ishoda pacijenata.
The source of the article is from the blog kunsthuisoaleer.nl