Il existe de nombreux problèmes lorsqu'il s'agit de corona virus, officiellement connu sous le nom de COVID-19. L’un d’eux est de savoir comment tester exactement les gens lorsque les kits de test nécessaires sont rares. Une solution possible pourrait être de permettre à l’intelligence artificielle d’examiner les radiographies pulmonaires des patients afin de détecter les signes de lésions pulmonaires potentielles causées par le coronavirus.
C’est la base de plusieurs tentatives passionnantes et prometteuses visant à développer un réseau neuronal qui pourrait être utilisé pour donner une indication solide de la probabilité qu’un patient soit ou non atteint du COVID-19. Chercheurs de la société médicale chinoise Infervision récemment fait équipe avec L’hôpital Tongji de Wuhan en Chine va développer un outil de diagnostic du COVID-19. Il serait désormais utilisé comme outil de dépistage à l'hôpital universitaire Campus Bio-Medico de Rome, en Italie.
Vidéos recommandées
Pendant ce temps, d’autres chercheurs de l’Université de Waterloo en Ontario, au Canada, et Canadian A.I. cabinet DarwinAI cette semaine
a annoncé un nouveau réseau neuronal en libre accès c’est ouvert au public. Le réseau neuronal a été annoncé à EmTech Digital du MIT Technology Review événement organisé par Sheldon Fernandez, PDG de DarwinAI. Appelé COVID-Net, il est conçu comme un outil qui pourrait être utilisé pour un dépistage similaire – et est ouvert à d’autres testé par des chercheurs du monde entier, qui pourraient bientôt être en mesure de le déployer comme outil de santé publique indispensable solution.« Nous avons effectué la formation [de l’IA] sur un ensemble de données composé de 5 941 images de radiographie thoracique postéro-antérieure, réparties sur 2 839 images de radiographie thoracique postéro-antérieure. cas de patients, à partir de deux référentiels de données en libre accès », a déclaré à Digital Alexander Wong, l'un des chercheurs du projet. Les tendances. « Jusqu’à présent, la sensibilité aux cas de COVID-19 est assez bonne. Cependant, les données sur les cas de COVID-19 sont encore limitées et nous continuons d’améliorer le modèle COVID-Net à mesure que davantage de données arrivent au fil du temps.
C’est le problème que pose toute I.A. les chercheurs sont susceptibles de les rencontrer. En termes simples, il reste encore beaucoup à apprendre sur le COVID-19, ce qui peut rendre difficile le développement d’outils permettant de le reconnaître (et, dans ce cas, de le distinguer des autres maladies pulmonaires). C’est pourquoi l’idée d’un système accessible au public – et consultable par le public – est si prometteuse.
« [COVID-Net] n’est actuellement pas utilisé par les patients », a déclaré Wong. « Mais nous continuons à travailler dur pour améliorer les résultats et invitons les cliniciens, les instituts cliniques et organisations à l'utiliser, à donner leur avis, [et] à fournir des données afin que nous puissions accélérer sa préparation aux essais cliniques. déploiement. À l’heure actuelle, tout est à la disposition de la communauté mondiale, alors j’espère que cela accélérera les progrès et les avancées dans ce domaine.
I.A. les chercheurs parlent toujours de vouloir résoudre de gros problèmes. À l’heure actuelle, c’est l’un des plus importants qui existent.
Recommandations des rédacteurs
- Des robots de sécurité pourraient arriver dans une école près de chez vous
- Une IA analogique? Ça paraît fou, mais ça pourrait être l'avenir
- La dernière A.I. de Nvidia les résultats prouvent qu'ARM est prêt pour le centre de données
- L’IA peut-elle battre les ingénieurs humains dans la conception de micropuces? Google le pense
- Lisez les « écritures synthétiques » étrangement belles d’un IA. qui pense que c'est Dieu
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
