Ang pandemya ng COVID-19 ay bumagyo sa mundo noong unang bahagi ng 2020 at mula noon ay naging pangunahing sanhi ng kamatayan sa ilang bansa, kabilang ang China, USA, Spain, at United Kingdom. Ang mga mananaliksik ay nagsusumikap nang husto sa pagbuo ng mga praktikal na paraan upang masuri ang mga impeksyon sa COVID-19, at marami sa kanila ang nakatuon sa kanilang pansin sa kung paano magagamit ang artificial intelligence (AI) para sa layuning ito.
Ilang pag-aaral ang nag-ulat na ang mga AI-based na system ay maaaring gamitin upang makita ang COVID-19 sa mga chest X-ray na imahe dahil ang sakit ay may posibilidad na gumawa ng mga lugar na may nana at tubig sa baga, na nagpapakita bilang mga puting spot sa X-ray scan. . Bagama't iminungkahi ang iba't ibang modelo ng diagnostic AI batay sa prinsipyong ito, nananatiling pangunahing priyoridad ang pagpapabuti ng kanilang katumpakan, bilis, at pagkakalapat.
Ngayon, ang isang pangkat ng mga siyentipiko na pinamumunuan ni Propesor Gwanggil Jeon ng Incheon National University, Korea, ay nakabuo ng isang awtomatikong balangkas ng diagnosis ng COVID-19 na nagpapaganda ng mga bagay-bagay sa pamamagitan ng pagsasama-sama ng dalawang makapangyarihang mga diskarteng nakabatay sa AI. Maaaring sanayin ang kanilang system para tumpak na makilala ang mga larawan ng chest X-ray ng mga pasyente ng COVID-19 mula sa mga hindi COVID-19. Ang kanilang papel ay ginawang available online noong Oktubre 27, 2021, at na-publish noong Nobyembre 21, 2021, sa Volume 8, Isyu 21 ng IEEE Internet of Things Journal.
Ang dalawang algorithm na ginamit ng mga mananaliksik ay ang Faster R-CNN at ResNet-101. Ang una ay isang machine learning-based na modelo na gumagamit ng network-proposal network, na maaaring sanayin upang matukoy ang mga nauugnay na rehiyon sa isang input image. Ang pangalawa ay isang deep-learning neural network na binubuo ng 101 layer, na ginamit bilang backbone. Ang ResNet-101, kapag sinanay na may sapat na data ng pag-input, ay isang mahusay na modelo para sa pagkilala ng imahe. "Sa abot ng aming kaalaman, ang aming diskarte ay ang unang pinagsama ang ResNet-101 at Faster R-CNN para sa pagtuklas ng COVID-19," sabi ni Prof. Jeon, "Pagkatapos ng pagsasanay sa aming modelo na may 8800 X-ray na imahe, nakakuha kami ng isang kapansin-pansing katumpakan ng 98%."
Naniniwala ang research team na ang kanilang diskarte ay maaaring maging kapaki-pakinabang para sa maagang pagtuklas ng COVID-19 sa mga ospital at pampublikong health center. Ang paggamit ng mga awtomatikong diagnostic technique na batay sa teknolohiya ng AI ay maaaring tumagal ng ilang trabaho at pressure sa mga radiologist at iba pang mga medikal na eksperto, na nahaharap sa malalaking workload mula nang magsimula ang pandemya. Bukod dito, habang ang mas modernong mga medikal na aparato ay nagiging konektado sa Internet, magiging posible na magpakain ng napakaraming data ng pagsasanay sa iminungkahing modelo; ito ay magreresulta sa mas mataas na katumpakan, at hindi lamang para sa COVID-19, gaya ng sinabi ni Prof. Jeon: "Ang malalim na diskarte sa pagkatuto na ginamit sa aming pag-aaral ay naaangkop sa iba pang mga uri ng medikal na larawan at maaaring magamit upang masuri ang iba't ibang mga sakit."
ANO ANG DAPAT ALISIN SA ARTIKULONG ITO:
- 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.
