Kënschtlech Intelligenz kann hëllefen am Kampf géint COVID-19

D'COVID-19 Pandemie huet d'Welt fréi 2020 mam Stuerm geholl an ass zënterhier déi féierend Doudesursaach a verschiddene Länner ginn, dorënner China, USA, Spuenien, a Groussbritannien. Fuerscher schaffen extensiv un der Entwécklung vu praktesche Weeër fir COVID-19 Infektiounen ze diagnostizéieren, a vill vun hinnen hunn hir Opmierksamkeet konzentréiert wéi kënschtlech Intelligenz (AI) fir dësen Zweck benotzt ka ginn.       

Verschidde Studie hu gemellt datt AI-baséiert Systemer kënne benotzt ginn fir COVID-19 a Këscht Röntgenbilder z'entdecken, well d'Krankheet tendéiert Gebidder mat Eeter a Waasser an de Longen ze produzéieren, déi sech als wäiss Flecken an den Röntgenscannen weisen. . Och wa verschidde diagnostesch AI Modeller baséiert op dësem Prinzip proposéiert goufen, d'Verbesserung vun hirer Genauegkeet, Geschwindegkeet an Uwendung bleift eng Haaptprioritéit.

Elo huet e Team vu Wëssenschaftler gefouert vum Professer Gwanggil Jeon vun der Incheon National University, Korea, en automateschen COVID-19 Diagnosekader entwéckelt, deen d'Saache méi héich mécht andeems zwee mächteg AI-baséiert Techniken kombinéiert ginn. Hire System kann trainéiert ginn fir präziist z'ënnerscheeden tëscht Këscht Röntgenbilder vun COVID-19 Patienten vun net-COVID-19. Hir Pabeier gouf de 27. Oktober 2021 online verfügbar gemaach an den 21. November 2021 publizéiert, am Volume 8, Ausgab 21 vum IEEE Internet of Things Journal.

Déi zwee Algorithmen, déi d'Fuerscher benotzt hunn, ware Faster R-CNN a ResNet-101. Deen éischten ass e Maschinnléiere-baséiert Modell deen e Regioun-Propositiounsnetz benotzt, wat trainéiert ka ginn fir déi relevant Regiounen an engem Inputbild z'identifizéieren. Déi zweet ass en Deep-Learning neuralt Netzwierk mat 101 Schichten, deen als Réckgrat benotzt gouf. ResNet-101, wann trainéiert mat genuch Input Daten, ass e mächtege Modell fir Bild Unerkennung. "Fir dat Bescht vun eisem Wëssen, ass eis Approche déi éischt fir ResNet-101 a Faster R-CNN fir COVID-19 Detektioun ze kombinéieren," bemierkt de Prof. bemierkenswäert Genauegkeet vun 8800%.

D'Fuerschungsteam mengt datt hir Strategie nëtzlech ka beweisen fir déi fréi Detektioun vum COVID-19 an de Spideeler an ëffentleche Gesondheetszentren. D'Benotzung vun automateschen diagnostesche Techniken baséiert op AI Technologie kéint e bëssen Aarbecht an Drock vun Radiologen an aner medizinesch Experten ofhuelen, déi zënter der Pandemie mat enormen Aarbechtslaaschten konfrontéiert sinn. Ausserdeem, wéi méi modern medezinesch Geräter mam Internet verbonne ginn, wäert et méiglech sinn enorm Quantitéiten un Trainingsdaten op de proposéierte Modell ze fidderen; dëst wäert zu nach méi héijer Genauegkeet resultéieren, an net nëmme fir COVID-19, wéi de Prof.