چاپ

ایران پرسمان - ایسنا / محققان دانشگاه نورث وسترن امریکا (NU) پلتفرم جدید هوش مصنوعی (AI) به نام Deep COVID-XR برای تشخیص کووید-19 را با تجزیه و تحلیل تصاویر اشعه ایکس از ریه‌ها تولید کرده‌اند.
الگوریتم یادگیری ماشین با ردیابی کووید-19 در اشعه ایکس حدود 10 برابر سریع‌تر و یک تا 6 درصد با دقت بیشتر و بهتر نسبت به گروهی از رادیولوژیست های تخصصی قفسه سینه عمل کرده است.
برای توسعه، آموزش و آزمایش الگوریتم جدید، محققان از 17002 عکس اشعه ایکس قفسه سینه استفاده کردند. این تصاویر مربوط به 5445 مورد از بیماران کووید-19 مثبت از مراکز سراسر نظام بهداشت و درمان نورث وسترن است.
محققان سپس DeepCOVID-XR را در برابر پنج رادیولوژیست کاردیوتوراسیک (قلبی- صدری) مجرب و آموزش‌دیده روی 300 تصویرآزمایشی از بیمارستان لیک فارست بطور تصادفی آزمایش کردند. هر رادیولوژیست برای بررسی این مجموعه از تصاویر حدود دو ساعت و نیم تا سه ساعت و نیم وقت صرف کرد، در حالی که با سیستم هوش مصنوعی این بررسی حدود 18 دقیقه به طول انجامید.
دقت رادیولوژیست‌ها بین 76 تا 81 درصد بود و DeepCOVID-XR با دقت 82 درصد کمی بهتر عمل کرد.
آگلوس کاتساگلوس، متخصص هوش مصنوعی و محقق ارشد این مطالعه گفت: "رادیولوژی گران است و همیشه در دسترس نیست. اشعه ایکس ارزان بوده و در حال حاضر یکی از عناصر رایج مراقبت های روزمره است و می تواند به طور بالقوه در هزینه و زمان صرفه جویی کند، بخصوص اینکه تنظیم وقت هنگام بررسی کووید-19 بسیار حیاتی است. "
محققان نورث وسترن این الگوریتم را در دسترس عموم قرار داده‌اند با این امید که دیگران بتوانند با داده‌های جدید به آموزش آن ادامه دهند. لازم به ذکر است، DeepCOVID-XR هنوز در مرحله تحقیق است، اما به طور بالقوه می‌تواند در آینده در محیط بالینی استفاده شود.
این مطالعه در مجله رادیولوژی منتشر شده است.