Пандемія COVID-19 захопила світ на початку 2020 року і з тих пір стала основною причиною смерті в кількох країнах, включаючи Китай, США, Іспанію та Велику Британію. Дослідники активно працюють над розробкою практичних способів діагностики інфекцій COVID-19, і багато з них зосередили свою увагу на тому, як штучний інтелект (ШІ) можна використовувати для цієї мети.
У кількох дослідженнях повідомлялося, що системи на основі штучного інтелекту можна використовувати для виявлення COVID-19 на рентгенівських знімках грудної клітки, оскільки хвороба має тенденцію утворювати ділянки з гноєм і водою в легенях, які проявляються у вигляді білих плям на рентгенівських знімках. . Хоча були запропоновані різні діагностичні моделі ШІ, засновані на цьому принципі, підвищення їх точності, швидкості та застосовності залишається головним пріоритетом.
Тепер команда вчених на чолі з професором Гвангілом Чоном з Національного університету Інчхон, Корея, розробила систему автоматичної діагностики COVID-19, яка покращує ситуацію, поєднуючи дві потужні методи на основі штучного інтелекту. Їхню систему можна навчити, щоб точно відрізняти рентгенівські знімки грудної клітки пацієнтів з COVID-19 від тих, які не хворіють на COVID-19. Їхня стаття була доступна в Інтернеті 27 жовтня 2021 року та опублікована 21 листопада 2021 року в томі 8, випуск 21 журналу IEEE Internet of Things Journal.
Дослідники використовували два алгоритми: Faster R-CNN і ResNet-101. Перша — це модель на основі машинного навчання, яка використовує мережу пропозицій регіону, яку можна навчити ідентифікувати відповідні регіони у вхідному зображенні. Друга — це нейронна мережа глибокого навчання, що складається з 101 шару, яка була використана в якості хребта. ResNet-101, коли навчається з достатньою кількістю вхідних даних, є потужною моделлю для розпізнавання зображень. «Наскільки нам відомо, наш підхід є першим, що поєднує ResNet-101 і Faster R-CNN для виявлення COVID-19, — зауважує професор Чон. — Після навчання нашої моделі з 8800 рентгенівськими зображеннями ми отримали чудова точність 98%».
Дослідницька група вважає, що їхня стратегія може виявитися корисною для раннього виявлення COVID-19 у лікарнях та центрах охорони здоров’я. Використання автоматичних діагностичних методів, заснованих на технології штучного інтелекту, може позбавити радіологів та інших медичних експертів, які з початку пандемії стикалися з величезним навантаженням. Більше того, оскільки новітні медичні пристрої будуть підключені до Інтернету, можна буде подавати величезні обсяги навчальних даних у запропоновану модель; це призведе до ще більшої точності, і не тільки для COVID-19, як стверджує професор Чон: «Підхід глибокого навчання, використаний у нашому дослідженні, застосовний до інших типів медичних зображень і може бути використаний для діагностики різних захворювань».
ЩО ВІДНЯТИ З ЦІЄЇ СТАТТІ:
- Several studies have reported that AI-based systems can be used to detect COVID-19 in chest X-ray images because the disease tends to produce areas with pus and water in the lungs, which show up as white spots in the X-ray scans.
- The first one is a machine learning-based model that uses a region-proposal network, which can be trained to identify the relevant regions in an input image.
- Moreover, as more modern medical devices become connected to the Internet, it will be possible to feed vast amounts of training data to the proposed model.
