Gervigreind getur hjálpað til í baráttunni gegn COVID-19

COVID-19 heimsfaraldurinn tók heiminn með stormi snemma árs 2020 og hefur síðan þá orðið helsta dánarorsök í nokkrum löndum, þar á meðal Kína, Bandaríkjunum, Spáni og Bretlandi. Vísindamenn vinna mikið að því að þróa hagnýtar leiðir til að greina COVID-19 sýkingar og margir þeirra hafa beint sjónum sínum að því hvernig hægt væri að nýta gervigreind (AI) í þessum tilgangi.       

Nokkrar rannsóknir hafa greint frá því að hægt sé að nota gervigreindarkerfi til að greina COVID-19 í röntgenmyndum af brjósti vegna þess að sjúkdómurinn hefur tilhneigingu til að framleiða svæði með gröftur og vatn í lungum, sem birtast sem hvítir blettir í röntgenmyndum. . Þótt ýmsar greiningargervigreindarlíkön byggðar á þessari meginreglu hafi verið lagðar til, er enn forgangsverkefni að bæta nákvæmni þeirra, hraða og notagildi.

Nú hefur hópur vísindamanna undir forystu prófessors Gwanggil Jeon frá Incheon National University, Kóreu, þróað sjálfvirkan COVID-19 greiningarramma sem snýr hlutina upp með því að sameina tvær öflugar gervigreindartækni. Hægt er að þjálfa kerfi þeirra til að greina nákvæmlega á milli röntgenmynda af brjósti af COVID-19 sjúklingum frá þeim sem ekki eru COVID-19. Grein þeirra var gerð aðgengileg á netinu 27. október 2021 og birt 21. nóvember 2021 í 8. bindi, 21. tölublaði IEEE Internet of Things Journal.

Reikniritin tvö sem rannsakendur notuðu voru Faster R-CNN og ResNet-101. Sú fyrri er vélrænt líkan sem byggir á vélanámi sem notar svæðistillögunet, sem hægt er að þjálfa til að bera kennsl á viðkomandi svæði í inntaksmynd. Annað er djúplærandi tauganet sem samanstendur af 101 lagi, sem var notað sem burðarás. ResNet-101, þegar það er þjálfað með nægilega mikið inntaksgögn, er öflugt líkan fyrir myndgreiningu. „Eftir bestu vitund okkar er nálgun okkar sú fyrsta til að sameina ResNet-101 og Faster R-CNN fyrir COVID-19 uppgötvun,“ segir prófessor Jeon, „Eftir að hafa þjálfað líkanið okkar með 8800 röntgenmyndum fengum við ótrúleg nákvæmni upp á 98%.

Rannsóknarteymið telur að stefna þeirra gæti reynst gagnleg til að greina COVID-19 snemma á sjúkrahúsum og heilsugæslustöðvum. Með því að nota sjálfvirka greiningaraðferðir byggðar á gervigreindartækni gæti það dregið úr vinnu og þrýstingi frá geislafræðingum og öðrum læknisfræðingum, sem hafa staðið frammi fyrir miklu vinnuálagi síðan heimsfaraldurinn hófst. Þar að auki, eftir því sem nútímalegri lækningatæki verða nettengd, verður hægt að fæða mikið magn af þjálfunargögnum í fyrirhugaða líkan; þetta mun leiða til enn meiri nákvæmni, og ekki bara fyrir COVID-19, eins og prófessor Jeon segir: „Djúpnámsaðferðin sem notuð er í rannsókninni okkar á við um aðrar tegundir læknisfræðilegra mynda og gæti verið notað til að greina mismunandi sjúkdóma.