Искусственный интеллект может помочь в борьбе с COVID-19

Пандемия COVID-19 захлестнула мир в начале 2020 года и с тех пор стала основной причиной смерти в нескольких странах, включая Китай, США, Испанию и Великобританию. Исследователи активно работают над разработкой практических способов диагностики инфекций COVID-19, и многие из них сосредоточили свое внимание на том, как можно использовать искусственный интеллект (ИИ) для этой цели.       

В нескольких исследованиях сообщалось, что системы на основе ИИ можно использовать для обнаружения COVID-19 на рентгеновских снимках грудной клетки, поскольку болезнь имеет тенденцию образовывать области с гноем и водой в легких, которые проявляются в виде белых пятен на рентгеновских снимках. . Хотя были предложены различные диагностические модели ИИ, основанные на этом принципе, повышение их точности, скорости и применимости остается главным приоритетом.

Теперь группа ученых во главе с профессором Гвангилом Чоном из Инчхонского национального университета, Корея, разработала систему автоматической диагностики COVID-19, которая выводит ситуацию на новый уровень за счет объединения двух мощных методов на основе искусственного интеллекта. Их систему можно научить точно отличать рентгеновские снимки грудной клетки пациентов с COVID-19 от изображений без COVID-19. Их статья была размещена в Интернете 27 октября 2021 г. и опубликована 21 ноября 2021 г. в томе 8, выпуске 21 журнала IEEE Internet of Things Journal.

Исследователи использовали два алгоритма: Faster R-CNN и ResNet-101. Первая — это модель на основе машинного обучения, в которой используется сеть предложений регионов, которую можно обучить идентифицировать соответствующие регионы на входном изображении. Второй представляет собой нейронную сеть с глубоким обучением, состоящую из 101 слоя, которая использовалась в качестве основы. ResNet-101 при обучении на достаточном количестве входных данных представляет собой мощную модель для распознавания изображений. «Насколько нам известно, наш подход является первым, сочетающим ResNet-101 и Faster R-CNN для обнаружения COVID-19, — отмечает профессор Чон. — После обучения нашей модели с помощью 8800 рентгеновских изображений мы получили замечательная точность 98%».

Исследовательская группа считает, что их стратегия может оказаться полезной для раннего выявления COVID-19 в больницах и центрах общественного здравоохранения. Использование автоматических диагностических методов, основанных на технологии искусственного интеллекта, может снизить нагрузку на рентгенологов и других медицинских экспертов, которые с начала пандемии столкнулись с огромным объемом работы. Более того, по мере того, как все больше современных медицинских устройств будут подключаться к Интернету, можно будет передавать в предлагаемую модель огромные объемы обучающих данных; это приведет к еще более высокой точности, и не только для COVID-19, как заявляет профессор Чон: «Подход глубокого обучения, использованный в нашем исследовании, применим к другим типам медицинских изображений и может использоваться для диагностики различных заболеваний».