Kunstig intelligens kan hjelpe i kampen mot COVID-19

COVID-19-pandemien tok verden med storm tidlig i 2020 og har siden den gang blitt den ledende dødsårsaken i flere land, inkludert Kina, USA, Spania og Storbritannia. Forskere jobber mye med å utvikle praktiske måter å diagnostisere COVID-19-infeksjoner på, og mange av dem har fokusert oppmerksomheten på hvordan kunstig intelligens (AI) kan utnyttes til dette formålet.       

Flere studier har rapportert at AI-baserte systemer kan brukes til å oppdage COVID-19 i røntgenbilder av thorax fordi sykdommen har en tendens til å produsere områder med puss og vann i lungene, som viser seg som hvite flekker i røntgenskanningen. . Selv om forskjellige diagnostiske AI-modeller basert på dette prinsippet er foreslått, er det fortsatt en toppprioritet å forbedre nøyaktigheten, hastigheten og anvendeligheten.

Nå har et team av forskere ledet av professor Gwanggil Jeon fra Incheon National University, Korea, utviklet et automatisk COVID-19-diagnoserammeverk som skruer opp et hakk ved å kombinere to kraftige AI-baserte teknikker. Systemet deres kan trenes til å skille nøyaktig mellom røntgenbilder av thorax av COVID-19-pasienter og ikke-COVID-19-pasienter. Papiret deres ble gjort tilgjengelig online 27. oktober 2021 og publisert 21. november 2021 i bind 8, utgave 21 av IEEE Internet of Things Journal.

De to algoritmene forskerne brukte var Faster R-CNN og ResNet-101. Den første er en maskinlæringsbasert modell som bruker et regionforslagsnettverk, som kan trenes til å identifisere de relevante regionene i et inputbilde. Den andre er et nevralt nettverk med dyp læring som består av 101 lag, som ble brukt som ryggrad. ResNet-101, når den er trent med nok inndata, er en kraftig modell for bildegjenkjenning. "Så vidt vi vet, er vår tilnærming den første som kombinerer ResNet-101 og Faster R-CNN for COVID-19-deteksjon," bemerker prof. Jeon, "Etter å ha trent vår modell med 8800 røntgenbilder, fikk vi en bemerkelsesverdig nøyaktighet på 98 %."

Forskerteamet mener at deres strategi kan vise seg nyttig for tidlig oppdagelse av COVID-19 på sykehus og offentlige helsesentre. Å bruke automatiske diagnostiske teknikker basert på AI-teknologi kan ta litt arbeid og press fra radiologer og andre medisinske eksperter, som har vært utsatt for store arbeidsbelastninger siden pandemien startet. Videre, ettersom mer moderne medisinsk utstyr blir koblet til Internett, vil det være mulig å mate enorme mengder treningsdata til den foreslåtte modellen; dette vil resultere i enda høyere nøyaktighet, og ikke bare for COVID-19, som prof. Jeon uttaler: "Dyplæringstilnærmingen som brukes i vår studie er anvendelig på andre typer medisinske bilder og kan brukes til å diagnostisere forskjellige sykdommer."