Max Home IndustryИсследователь из Университета Центральной Флориды участвует в новом исследовании, показывающем, что искусственный интеллект может быть почти так же точен, как врач, при диагностике COVID-19 в легких.
Исследование, недавно опубликованное в Nature Communications, показывает, что новый метод также может преодолеть некоторые проблемы текущего тестирования.
Исследователи продемонстрировали, что алгоритм искусственного интеллекта можно обучить классифицировать пневмонию COVID-19 при компьютерной томографии (КТ) с точностью до 90 процентов, а также правильно определять положительные случаи в 84 процентах случаев и отрицательные случаи в 93 процентах случаев. время.
КТ позволяет глубже понять диагностику и прогрессирование COVID-19 по сравнению с часто используемыми тестами на основе полимеразной цепной реакции с обратной транскрипцией или ОТ-ПЦР. Эти тесты имеют высокий уровень ложноотрицательных результатов, задержки в обработке и другие проблемы.
Еще одним преимуществом компьютерной томографии является то, что она может обнаруживать COVID-19 у людей без симптомов, у тех, у кого есть ранние симптомы, в разгар болезни и после исчезновения симптомов.
Однако КТ не всегда рекомендуется в качестве диагностического инструмента для COVID-19, поскольку на снимках заболевание часто похоже на пневмонию, связанную с гриппом.
Новый алгоритм, разработанный совместно с UCF, может решить эту проблему, точно выявляя случаи COVID-19, а также отличая их от гриппа, что может стать большим подспорьем для врачей, — говорит Улас Багчи, доцент кафедры UCF. компьютерных наук.
Багчи был соавтором исследования и помогал руководить исследованием.
«Мы продемонстрировали, что подход ИИ, основанный на глубоком обучении, может служить стандартизированным и объективным инструментом для помощи системам здравоохранения, а также пациентам», — говорит Багчи. «Его можно использовать в качестве дополнительного инструмента тестирования в очень специфических ограниченных группах населения, и его можно использовать быстро и в больших масштабах в случае неудачного случая повторной вспышки».
Багчи — эксперт в разработке искусственного интеллекта для помощи врачам, включая его использование для обнаружения рака поджелудочной железы и легких с помощью компьютерной томографии.
У него также есть два крупных гранта Национального института здравоохранения на изучение этих тем, в том числе 2,5 миллиона долларов на использование глубокого обучения для исследования кистозных опухолей поджелудочной железы и более 2 миллионов долларов на изучение использования искусственного интеллекта для скрининга и диагностики рака легких.
/ p>
Для проведения исследования исследователи обучили компьютерный алгоритм распознавать COVID-19 на компьютерной томографии легких у 1280 пациентов из Китая, Японии и Италии.
Затем они протестировали алгоритм на компьютерной томографии 1337 пациентов с заболеваниями легких от COVID-19 до рака и пневмонии, не связанной с COVID.
Когда они сравнили компьютерные диагнозы с диагнозами, подтвержденными врачами, они обнаружили, что алгоритм чрезвычайно эффективен для точной диагностики пневмонии COVID-19 в легких и отличия ее от других заболеваний, особенно при исследовании компьютерной томографии на ранних стадиях прогрессирование болезни.
«Мы показали, что надежные модели искусственного интеллекта могут достигать точности до 90% в независимых тестируемых группах, поддерживать высокую специфичность в отношении пневмоний, не связанных с COVID-19, и демонстрируют достаточную обобщаемость для невидимых групп пациентов и центров», — говорит Багчи. / p>
Исследователь UCF давно сотрудничает с соавторами исследования Барисом Теркбей и Брэдфордом Дж. Вудом. Теркбей — младший врач-исследователь в отделении молекулярной визуализации Национального института рака Национального института здоровья, а Вуд — директор Центра интервенционной онкологии Национального института здоровья и заведующий отделением интервенционной радиологии Клинического центра Национального института здоровья.
Это исследование было поддержано за счет средств Центра интервенционной онкологии NIH и Программы внутренних исследований Национальных институтов здравоохранения, очных грантов NIH, целевой программы NIH по борьбе с COVID-19, Национального института рака и NIH.
Багчи получил докторскую степень по информатике в Ноттингемском университете в Англии и в 2015 году поступил на работу на факультет компьютерных наук UCF, входящий в Колледж инженерии и компьютерных наук. Он является председателем международной корпорации Science Applications International Corp (SAIC) в Кафедра компьютерных наук UCF и преподаватель Центра исследований компьютерного зрения UCF. SAIC — это компания, оказывающая государственную поддержку и услуги в Вирджинии.