31.
detsembril hoiatas Torontos asuv BlueDot ettevõte, mis kasutab tehisintellekti nakkushaiguste leviku jälgimiseks, kliente Hiinas Wuhanis ebatavaliste kopsupõletike juhtumite grupist.
Üheksa päeva hiljem kinnitas Maailma Terviseorganisatsioon Wuhanis uudse koronaviiruse, hiljem nimega COVID-19, avastamist.
Täna on COVID-19 pandeemia, mis on levinud 180 riiki, nõudnud enam kui 83 000 inimelu ja käivitanud peaaegu globaalse lukustuse.
Ja hetkel on viiruse leviku tõkestamiseks parim lahendus isikliku hügieeni parandamine ja sotsiaalse distantseerumise harjutamine.
Vahepeal teevad poliitikud, teadlased ja teadlased koostööd viiruse vastu võitlemiseks ja patsientide hooldamiseks süstemaatiliselt.
Ja nad saavad tehisintellektilt väga vajalikku abi.
Viiruse leviku jälgimine
BlueDot kasutab tehisintellekti ja inimeste asjatundlikkuse kombinatsiooni, et jälgida nakkushaiguste levikut kogu maailmas.
Selle algoritmid koondavad ja analüüsivad allikatest pärinevaid andmeid, sealhulgas uudistearuandeid, tervishoiuorganisatsioonide avaldusi, kommertslende ja kariloomade tervisearuandeid.
Masinaõppe ja loomuliku keele töötlemise abil uurib BlueDot andmemere, et leida mustreid, mis võiksid vihjata nakkusliku haiguspuhangu algusele.
Seejärel vaatab tulemused üle epidemioloogidest, arstidest, veterinaararstidest ja andmeteadlastest koosnev ekspertide rühm, kes otsustab, millised signaalid vajavad täiendavat uurimist.
Lõpparuanne saadetakse BlueDoti klientidele, näiteks valitsustele ja ettevõtetele.
Lisaks valguspunktidele saab tehisintellekt ennustada ka nakkus- ja nakkushaiguste levikut, kasutades lennuandmeid ja liikumismustreid.
Pärast Wuhanis ilmumist ennustas BlueDot edukalt mitut linna, kus COVID-19 kõigepealt levib.
Tavatingimustes pakub BlueDot oma platvormi kommertsrakendusena.
Kuid tänapäeval aitab ettevõte valitsustel jälgida COVID-19 levikut.
Tulevikus võivad tehisintellekti tehnoloogiad, näiteks BlueDot, olla varajase hoiatamise süsteemid, mis aitavad valitsustel pandeemiaid eemale tõsta.
„BlueDot on alandlik ja tänulik võimaluse eest ühendada oma teadmised nakkushaiguste, suurandmete analüüsi ja digitaaltehnoloogiate alal Kanada valitsuse jõupingutustega kaitsta elusid ja leevendada COVID-19 mõjusid nii kodus kui ka kogu maailmas.
, ӆtles nakkushaiguste arst ja BlueDoti tegevjuht dr Kamran Khan.
„Oleme kaardistamata territooriumil, kuna mikroskoopiline viirus häirib nüüd kogu meie planeeti.
COVID-19 pandeemia on näidanud vajadust rakendada süsteeme, mis ennetavalt juhiksid nakkushaiguste riske, mille sagedus, ulatus ja mõju meie kiiresti muutuvas maailmas suureneb.
Ja tänu suuremale valmisolekule saame neist ohtudest mööda minna, et luua tervislikum, turvalisem ja jõukam maailm.
"
COVID-19 nakkuse tuvastamine meditsiinilistel piltidel
Viirustestide komplekte on napilt ning teadlased ja teadlased on otsinud alternatiivseid viise COVID-19 infektsioonide leidmiseks.
Üheks võimalikuks lahenduseks on rindkere röntgenikiirgus ja kompuutertomograafia, mis on haiglates hõlpsamini kättesaadavad ja võivad näidata COVID-19 põhjustatud infektsioone.
Rindkere pildistamise diagnoosimisel kasutamise väljakutse seisneb selles, et COVID-19 ja muude infektsioonide, näiteks gripi vahel on raske vahet teha.
Ameerika Radioloogia Kolledž (ACR) andis märtsis välja avalduse, milles soovitati mitte kasutada rindkere CT-uuringuid ja röntgenikiirgust COVID-19 esimese rea testina.
"Viirustestid jäävad ainsaks konkreetseks diagnoosimeetodiks," kirjutas ACR oma nõuandes.
Seda seisukohta toetab ka CDC, kus öeldakse: "Arvestades rindkere pildistamise leidude varieeruvust, ei soovitata COVID-19 diagnoosimiseks ainult rindkere radiograafiat või CT-d."
Kuid tehisintellekti teadlased loodavad, et arvutinägemine aitab seal, kus inimese nägemine ebaõnnestub.
Mitmed ettevõtted on kasutanud tehisintellekti süsteeme COVID-19 juhtude avastamiseks röntgen- ja kompuutertomograafias.
Üks hiljutisi jõupingutusi on DarwinAI ja Waterloo ülikooli välja töötatud avatud lähtekoodiga süvaõppesüsteem COVID-Net.
Soovitasid meie toimetajad
DarwinAI juhtivteadlane Alex Wong ütleb, et COVID-19 ja teiste infektsioonide vahel on peent erinevusi, mida radioloogid ei pruugi rindkere röntgenkiirte uurimisel märgata.
"Siin on COVID-Net'i lootus see, et saame kasutada AI-d (täpsemalt sügavat õppimist) nende peenete visuaalsete näitajate kogumiseks, et paremini eristada COVID-19 ja muid infektsioonivorme, ning avalikustada need visuaalsed näitajad arstidele spetsiifilisuse suurendamiseks.
," ta ütleb.
Sügavalt õppivad algoritmid sobivad eriti hästi visuaalsete andmete väikeste detailide leidmiseks, mis võivad palja silmaga märkamata jääda.
COVID-Net on saanud koolituse COVIDxi kohta, mis on avalik andmebaas, mis koosneb 16 756 rindkere röntgenikiirgusest 13 645 patsiendijuhul mitte ainult COVID-19, vaid ka muud tüüpi kopsuinfektsioonidest.
Andmete mitmekesisus võimaldab süvaõppemudelil välja tuua tunnused, mis määratlevad igat tüüpi haigused, ja tuvastavad need uutel röntgenpiltidel.
Wong ütleb, et kuigi mudel pole veel valmis, on esialgsed tulemused COVID-19 ja teiste nakkuste eristamisel väga paljutõotavad.
Mudelit täiustatakse, kui rohkem andmeid saab.
"Oleme kindlalt veendunud, et piisavalt suur valimi suurus tooks COVID-Net'i täiustamisel palju välja ning töötaks välja ka uued süvaõppemudelid COVID-19 nakkuse tuvastamiseks," ütleb Wong.
Sellegipoolest rõhutab Wong, et nagu soovitasid CDC ja ACR, tuleks rindkere röntgenikiirte ja CT-uuringuid siiski pidada täiendavateks sõelumisvahenditeks.
Neid saab kasutada rajatistes, kus testikomplekte napib või pole neid saadaval.
On ka olukordi, kus rindkere röntgenikiirgus või kompuutertomograafia tuleb teha isegi positiivse diagnoosi korral viiruslike testidega, et hinnata nakkuse ulatust ravi ja hoolduse kavandamiseks.
"Lootus on see, et tehisintellekt aitab radioloogidel kiiremini ja täpsemalt eristada COVID-19 infektsioone teistest infektsioonivormidest (eriti oluline, kuna ka sellel aastaajal on levinud gripp), ja mis veelgi olulisem, vähendada radioloogide koormust, kuid võimaldades teistel eesrindlikel ja vähem asjatundlikel tervishoiutöötajatel diagnoosi paremini teha, ”ütleb Wong.
