Er zijn veel pijnpunten als het gaat om de coronavirus, officieel bekend als COVID-19. Eén daarvan is hoe je mensen er precies op kunt testen als de benodigde testkits schaars zijn. Een mogelijke oplossing zou kunnen zijn om kunstmatige intelligentie de röntgenfoto’s van de borstkas van de longen van patiënten nauwkeurig te laten onderzoeken om tekenen van mogelijke door het coronavirus veroorzaakte longschade op te sporen.
Dat is de basis voor verschillende opwindende en veelbelovende pogingen om een neuraal netwerk te ontwikkelen dat kan worden gebruikt om een sterke indicatie te geven of een patiënt waarschijnlijk COVID-19 heeft. Onderzoekers van het Chinese medische bedrijf Infervision onlangs samen met Het Wuhan Tongji-ziekenhuis in China gaat een diagnostisch hulpmiddel voor COVID-19 ontwikkelen. Naar verluidt wordt het nu gebruikt als screeningsinstrument in het Campus Bio-Medico Universitair Ziekenhuis in Rome, Italië.
Aanbevolen video's
Ondertussen hebben andere onderzoekers van de Universiteit van Waterloo in Ontario, Canada, en de Canadese A.I. firma DarwinAI deze week
heeft een nieuw open-access neuraal netwerk aangekondigd dat is open voor het publiek. Het neurale net werd aangekondigd op EmTech Digital van MIT Technology Review evenement door DarwinAI CEO Sheldon Fernandez. Het heet COVID-Net en is bedoeld als een hulpmiddel dat voor soortgelijke screening kan worden gebruikt – en staat open voor verder onderzoek testen door onderzoekers over de hele wereld, die het binnenkort misschien kunnen inzetten als een broodnodige volksgezondheid oplossing.“We hebben de training [van de AI] uitgevoerd op een dataset bestaande uit 5.941 posteroanterior thoraxradiografiebeelden, verdeeld over 2.839 patiëntgevallen, uit twee open access dataopslagplaatsen”, vertelde Alexander Wong, een van de onderzoekers van het project, aan Digital Trends. “Tot nu toe is de gevoeligheid voor COVID-19-gevallen redelijk goed. De gegevens over COVID-19-gevallen zijn echter nog steeds beperkt en we blijven het COVID-Net-model verbeteren naarmate er in de loop van de tijd meer gegevens binnenkomen.”
Dit is het probleem dat elke A.I. onderzoekers waarschijnlijk tegenaan zullen lopen. Simpel gezegd: er valt nog veel te leren over COVID-19, wat het ontwikkelen van hulpmiddelen om de ziekte te herkennen (en, in dit geval, om het te onderscheiden van andere longziekten) lastig kan maken. Dat is de reden waarom het idee van een publiekelijk beschikbaar – en publiekelijk doorgrondbaar – systeem zo veelbelovend is.
“[COVID-Net] wordt momenteel niet gebruikt door patiënten”, zei Wong. “Maar we blijven hard werken aan het verbeteren van de resultaten en nodigen artsen en klinische instituten uit organisaties om het te gebruiken, feedback te geven en gegevens aan te dragen, zodat we de gereedheid voor klinische toepassingen kunnen versnellen inzet. Op dit moment is alles beschikbaar voor de wereldgemeenschap, dus hopelijk versnelt dit de vooruitgang en vooruitgang op dit gebied.”
AI onderzoekers hebben het altijd over het willen oplossen van grote problemen. Op dit moment is dit een van de grootste die er is.
Aanbevelingen van de redactie
- Beveiligingsrobots kunnen naar een school bij u in de buurt komen
- Analoge AI? Het klinkt gek, maar het zou de toekomst kunnen zijn
- Nvidia's nieuwste A.I. De resultaten bewijzen dat ARM klaar is voor het datacenter
- Kan A.I. menselijke ingenieurs verslaan bij het ontwerpen van microchips? Google denkt van wel
- Lees het griezelig mooie ‘synthetische geschrift’ van een A.I. die denkt dat het God is
Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.
