Az NJSZT blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Gépi tanulás segít koronavírusos betegek kezelésében

2021. március 08. - ferenck

A koronavírus-járvány miatt a kórházak a világ több pontján kapacitásaik határán dolgoznak. Amerikai kutatók az orvosokat segítő gépitanulás-rendszert fejlesztettek: mesterséges intelligenciájuk közreműködésével gondoskodhatnak a legsúlyosabb betegek időben történő, megfelelő ellátásáról.

A pandémia az MI egészségügyi alkalmazásainak egyik legfontosabb eddigi tesztje. Az eredmények vegyesek, több projekt viszont kifejezetten ígéretes, és nemcsak a járvány, hanem az egész medicina szempontjából hasznosak lehetnek.

covid_1.jpg

Az új rendszer megnézi a röntgenképeket, azok alapján jelzi előre, hogy melyik beteg állapota romolhat drasztikusan, azaz, ki a legkockázatosabb páciens egy kórteremben.

A korábbi Covid-19 kockázatfelmérések egyetlen mellkasi röntgen alapján készültek. A kiértékelésnél az orvosok viszont gyakran a felvételek közötti viszonylagos változásokat keresik, hogy megállapítsák belőlük: a beteg állapota romlik, vagy javul. A mostani fejlesztéshez a kutatók időben egymást követő röntgenképeket használtak.

covid0.jpg

A rendszert úgy gyakoroltatták, hogy előrejelezze: a beteg a következő 24, 48, 72 vagy 96 órában, meghal, intenzív kezelésre, több oxigénre vagy lélegeztetőgépre van szüksége.

Koronavírusos betegek röntgenképeit tartalmazó két adatsorral dolgoztak, azok minőségén javítottak vágással, elforgatással, véletlenszerű zajok hozzáadásával. A bővített adatokkal, két DenseNet-121 kódolót gyakoroltattak egy speciális függvényen. A függvény segítségével a modellek, amennyiben a két kép alapja ugyanaz a röntgen volt, hasonló megjelenítésekkel álltak elő. Ha nem ugyanaz volt, a megjelenítések eltértek egymástól.

Ezt követően a rendszert a NYU Covid adatsoron finomhangolták. Az adatsor röntgenképeit eleve a betegség kimenetével – a beteg meggyógyult, vagy sem – címkézték fel. (A NYU a New York University-t rövidíti, a fejlesztés nagy részét ott végezték.)

Előzetes gyakorlás után a kódoló minden egyes röntgenfelvételről sorozatban generált képeket, amelyeket átalakító idegháló dolgozott fel. Az eredményt – a kimenetet – a kutatók egyetlen vektorban összegezték. A végső előrejelzést lineáris osztályozó végezte, a vektor felhasználásával.

A rendszer pontosabb eredményeket ért el ugyanazokkal az adatokkal, mint két szakorvos, és bíztató, hogy hamis pozitívból is kevesebbet generált. Sikere fontos alkalmazásokat vetít előre.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr3716452514
süti beállítások módosítása