2024. 04. 10. - 08:50
Koronavírust azonosít a tüdő képei alapján a mesterséges intelligencia
A mesterséges intelligencia már a Covid-19-et is kimutathatja a tüdő ultrahangos felvételein – mutattak rá a kutatók.
Egy új kutatás szerint a mesterséges intelligencia képes úgy észlelni a koronavírust a tüdő ultrahangos felvételein, akár az arcfelismerő szoftverek egy arcot a tömegben.
Az eredmények fellendítik a mesterséges intelligencia-vezérelt orvosi diagnosztikát és közelebb hozzák az egészségügyi szakembereket ahhoz, hogy gyorsan képesek legyenek diagnosztizálni a koronavírusban és más tüdőbetegségekben szenvedő betegeket - olyan algoritmusokkal, amelyek valósággal átfésülik az ultrahangos képeket a betegség jeleinek azonosításához.
A kutatók a Communications Medicine szaklapban publikálták eredményeiket, melyek egy, még a járvány korai szakaszában kezdődött erőfeszítéseknek köszönhetők – ezekben az időkben a klinikusoknak szükségük volt eszközre a túlterhelt sürgősségi osztályokon lévő betegek problémáinak gyors felméréséhez.
Sürgős esetben segítség a mesterséges intelligencia
„Az automatizált észlelőeszközt azért fejlesztettük ki, hogy segítsünk az orvosoknak olyan sürgősségi helyzetekben, ahol nagy számú beteget kell gyorsan és pontosan diagnosztizálni, például a világjárvány korábbi szakaszaiban - mondta Muyinatu Bell vezető szerző, John C. Malone munkatárs a Johns Hopkins Egyetem elektro- és számítástechnika, orvosbiológiai mérnök és számítástechnika professzora. - Potenciálisan olyan, vezeték nélküli eszközöket alkotnánk meg, amelyeket a páciensek otthon is használhatnak a koronavírus progressziójának nyomon követésére.” Olvasd el: Gyógyszerek újrahasznosításában segít a mesterséges intelligencia koronavírus ellen
Koronavírust azonosít a tüdő képei alapján a mesterséges intelligencia
Az eszközben lehetőség rejlik hordható eszközök fejlesztésére is, amelyek többféle betegséget követhetnek nyomon: például pangásos szívelégtelenséget, amely folyadéktúlterheléshez vezethet a betegek tüdejében, hasonlóan a Covid-19-hez – mondta Tiffany Fong társszerző, a Johns Hopkins sürgősségi orvostudományi adjunktusa.
„Amit itt a mesterséges intelligencia-eszközökkel teszünk, az a gondozás következő nagy lépésre – mondta Fong. - Ideális felhasználási eset lenne a hordható ultrahang tapasz, amely figyeli a folyadék felhalmozódását és tudatja a beteggel, mikor van szüksége gyógyszeres kezelésre, vagy mikor kell orvoshoz fordulnia.”
Az MI elemzi az ultrahangos képeket
A mesterséges intelligencia ultrahangos tüdőképeket elemzi, hogy felismerje a B-vonalakként ismert jellegzetességeket, amelyek fényes, függőleges eltérésekként jelennek meg és tüdőszövődményekben szenvedő betegeknél gyulladásra utalnak.
A számítógéppel generált képeket az MI egyesíti a betegek valódi ultrahangjával – köztük olyanokkal is, akik a Johns Hopkinsnál kértek kezelést.
„Meglehetősen jól kellett modelleznünk az ultrahang és az akusztikus hullámterjedés fizikáját, hogy hihető szimulált képeket kapjunk - magyarázta Bell. - Ezután egy lépéssel tovább kellett fejlesztenünk számítógépes modelljeinket arra, hogy ezen szimulált adatokat használják az érintett tüdővel rendelkező betegek valódi szkenneléseinek megbízható értelmezésére.”
A világjárvány kezdetén a kutatók nehezen tudtak mesterséges intelligenciát alkalmazni a koronavírus-indikátorok felismerésére a tüdő-ultrahangfelvételeken, mivel hiányoztak a betegek adatai – illetve, mert még csak most kezdték megérteni, hogyan nyilvánul meg a betegség a szervezetben – mondta Bell.
Ígéretes szoftver
A kutatócsapat most olyan szoftvert fejlesztett ki, amely képes tanulni valós és szimulált adatok keverékéből, majd felismerni az ultrahangos vizsgálatok során olyan rendellenességeket, amelyek azt jelzik, hogy egy személy elkapta a koronavírust.
Az eszköz egy mély neurális hálózat - mesterséges intelligencia, amelyet úgy terveztek, hogy az egymással összekapcsolt neuronokhoz hasonlóan viselkedjen. Lehetővé teszi az agy számára, hogy felismerje a mintákat, megértse a beszédet és egyéb összetett feladatokat hajtson végre.
„A világjárvány korai szakaszában nem volt elegendő ultrahangos képünk a Covid-19-betegekről ahhoz, hogy kifejleszthessük és tesztelhessük algoritmusainkat. Ennek eredményeként mély neurális hálózataink soha nem érték el a csúcsteljesítményt” - mondta Lingyi Zhao, a szoftvert kifejlesztő első szerző, aki posztdoktori ösztöndíjasként dolgozik Bell laboratóriumában, illetve a Novateur Research Solutions-nál.
Hozzátette: most bebizonyítják, hogy számítógéppel generált adatkészletekkel még mindig nagy pontosságot tudnak elérni a koronavírus jellemzőinek kiértékelésében és észlelésében.
L.A.
