Istnieje wiele bolesnych punktów, jeśli chodzi o korona wirus, oficjalnie znany jako COVID-19. Jednym z nich jest to, jak dokładnie badać ludzi pod kątem tej choroby, gdy brakuje niezbędnych zestawów testowych. Jednym z możliwych rozwiązań mogłoby być umożliwienie sztucznej inteligencji analizowania zdjęć rentgenowskich płuc pacjentów w celu wykrycia oznak potencjalnego uszkodzenia płuc spowodowanego przez koronawirus.
Stanowi to podstawę dla kilku ekscytujących i obiecujących prób opracowania sieci neuronowej, która mogłaby zostać wykorzystana do jednoznacznego wskazania, czy pacjent prawdopodobnie ma Covid-19. Naukowcy z chińskiej firmy medycznej Infervision niedawno nawiązał współpracę z Szpital Wuhan Tongji w Chinach opracuje narzędzie diagnostyczne dla Covid-19. Według doniesień jest ono obecnie wykorzystywane jako narzędzie do badań przesiewowych w szpitalu uniwersyteckim Campus Bio-Medico w Rzymie we Włoszech.
Polecane filmy
Tymczasem inni badacze z Uniwersytetu Waterloo w Ontario w Kanadzie i kanadyjska A.I. firma DarwinAI w tym tygodniu
ogłosił nową sieć neuronową o otwartym dostępie który jest otwarty dla publiczności. Sieć neuronowa została ogłoszona o godz EmTech Digital w przeglądzie technologii MIT wydarzenie prowadzone przez dyrektora generalnego DarwinAI Sheldona Fernandeza. Sieć nosi nazwę COVID-Net i ma służyć jako narzędzie, które można wykorzystać do podobnych kontroli przesiewowych – i jest otwarte na dalsze działania testom przeprowadzonym przez badaczy na całym świecie, którzy być może wkrótce będą w stanie zastosować go jako bardzo potrzebny element zdrowia publicznego rozwiązanie.„Przeprowadziliśmy szkolenie [AI] na zbiorze danych składającym się z 5941 obrazów radiografii tylno-przedniej klatki piersiowej z 2839 przypadków pacjentów z dwóch repozytoriów danych o otwartym dostępie” – powiedział Digitalowi Alexander Wong, jeden z badaczy biorących udział w projekcie Trendy. „Jak dotąd wrażliwość na przypadki Covid-19 jest dość dobra. Jednak dane na temat przypadków Covid-19 są nadal ograniczone i w miarę upływu czasu napływamy coraz więcej danych, udoskonalamy model sieci COVID-Net”.
To jest problem, z którym boryka się każda sztuczna inteligencja. badacze prawdopodobnie natkną się na nie. Mówiąc najprościej, wciąż jest wiele do odkrycia na temat Covid-19, co może utrudnić opracowanie narzędzi do jego rozpoznawania (a w tym przypadku odróżniania go od innych chorób płuc). Właśnie dlatego pomysł publicznie dostępnego i możliwego do publicznej kontroli systemu jest tak obiecujący.
„[COVID-Net] nie jest obecnie używany przez pacjentów” – powiedział Wong. „Ale nadal ciężko pracujemy nad poprawą wyników i zapraszamy klinicystów oraz instytuty kliniczne organizacje do korzystania z niego, przekazywania informacji zwrotnych i przekazywania danych, abyśmy mogli przyspieszyć jego gotowość do zastosowania klinicznego zastosowanie. W tej chwili wszystko jest dostępne dla społeczności globalnej, więc miejmy nadzieję, że przyspieszy to postęp i postęp w tej dziedzinie.
sztuczna inteligencja badacze zawsze mówią o chęci rozwiązania dużych problemów. W tej chwili jest to jeden z największych, jakie istnieją.
Zalecenia redaktorów
- Roboty zabezpieczające mogą pojawić się w pobliskiej szkole
- Analogowa sztuczna inteligencja? Brzmi szalenie, ale może to być przyszłość
- Najnowsza sztuczna inteligencja Nvidii wyniki dowodzą, że ARM jest gotowy na centrum danych
- Czy sztuczna inteligencja pokonać inżynierów w projektowaniu mikroczipów? Google tak uważa
- Przeczytaj niesamowicie piękne „syntetyczne pismo” AI. który myśli, że jest Bogiem
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
