人工智能可能有助於對抗 COVID-19

COVID-19 大流行於 2020 年初席捲全球，自那時以來已成為包括中國、美國、西班牙和英國在內的多個國家的主要死因。 研究人員正在廣泛致力於開發診斷 COVID-19 感染的實用方法，其中許多人將注意力集中在如何利用人工智能 (AI) 來實現這一目的。       

幾項研究報告稱，基於人工智能的系統可用於檢測胸部 X 光圖像中的 COVID-19，因為這種疾病往往會在肺部產生膿液和水的區域，在 X 光掃描中顯示為白點. 儘管已經提出了基於此原理的各種診斷 AI 模型，但提高其準確性、速度和適用性仍然是重中之重。

現在，由韓國仁川國立大學 Gwanggil Jeon 教授領導的一個科學家團隊開發了一種自動 COVID-19 診斷框架，通過結合兩種強大的基於人工智能的技術，將事情提高了一個檔次。 他們的系統可以經過訓練，以準確地區分 COVID-19 患者的胸部 X 光圖像和非 COVID-19 患者的胸部 X 光圖像。 他們的論文於 27 年 2021 月 21 日在線發布，並於 2021 年 8 月 21 日發表在 IEEE 物聯網期刊第 XNUMX 卷第 XNUMX 期。

研究人員使用的兩種算法是 Faster R-CNN 和 ResNet-101。 第一個是基於機器學習的模型，它使用區域提議網絡，可以對其進行訓練以識別輸入圖像中的相關區域。 第二個是包含 101 層的深度學習神經網絡，用作主幹。 ResNet-101 在使用足夠的輸入數據進行訓練時，是一個強大的圖像識別模型。 “據我們所知，我們的方法是第一個結合 ResNet-101 和 Faster R-CNN 來檢測 COVID-19，”Jeon 教授評論道，“在用 8800 張 X 射線圖像訓練我們的模型後，我們獲得了準確率高達 98%。”

研究小組認為，他們的策略可能對醫院和公共衛生中心早期發現 COVID-19 有用。 使用基於人工智能技術的自動診斷技術可以減輕放射科醫生和其他醫學專家的工作量和壓力，他們自大流行開始以來一直面臨著巨大的工作量。 此外，隨著越來越多的現代醫療設備連接到互聯網，將有可能將大量訓練數據提供給提議的模型； 這將帶來更高的準確度，而不僅僅是 COVID-19，正如 Jeon 教授所說：“我們研究中使用的深度學習方法適用於其他類型的醫學圖像，可用於診斷不同的疾病。”