Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

SFU e os cuidados médicos do providência colaboram na ferramenta do AI para ajudar a um diagnóstico COVID-19 mais rápido

Os pesquisadores da universidade de Simon Fraser e os cuidados médicos do providência (PHC) estão colaborando em uma ferramenta nova da inteligência artificial que ajude a diagnosticar mais rapidamente COVID-19.

A experiência dos pesquisadores leveraged PHC de SFU para validar uma ferramenta de aprendizagem profunda da inteligência (AI) artificial para expedir os profissionais dos cuidados médicos do tempo gasta a distinção entre a pneumonia COVID-19 e os casos non-COVID-19.

A ferramenta, actualmente na fase da validação no hospital de St Paul em Vancôver, Canadá, permite um clínico de alimentar a imagem do raio X de caixa de um paciente em um computador, executa uma análise da detecção da bio-imagem e determina um exemplo positivo da pneumonia que seja consistente com o COVID-19.

A ferramenta diagnóstica está projectada ajudar doutores e outros trabalhadores dos cuidados médicos da linha da frente a fazer decisões rápidas enquanto lutam com um número aumentado de pacientes. Quando não uma solução clínica autônoma do diagnóstico, ele puder ser usada ràpida, junto com outras ferramentas, tais como varreduras (CT) do tomografia computorizada.

O sistema do AI pode igualmente ajudar ao residente e os doutores menos experientes olham sobre uma série de dados e fazem um diagnóstico rápido antes que um doutor superior possa pisar dentro, dizem YaĞiz Aksoy, um professor adjunto na escola do laboratório do GrUVi da ciência de computação.

Aksoy, e de grupo da PEGA pesquisador Vijay Naidu, um matemático, ajudado a refinar o sistema de aprendizagem da máquina usando imagens do raio X pacientes de COVID-19 e de non-COVID-19 para identificar as características originais encontradas no vírus.

Em vez dos doutores que verificam cada imagem do raio X individualmente, este sistema é treinado para usar algoritmos e dados para identificá-la para eles.”

YaĞiz Aksoy, professor adjunto na escola do laboratório do GrUVi da ciência de computação

Naidu igualmente compartilhou de sua experiência na análise da bio-seqüência para criar uma base de dados das assinaturas COVID-19 biológicas, ou de identificadores originais, para zerar dentro naqueles encontrados em pacientes positivos.

Diz que a técnica pode igualmente ser usada na detecção e na classificação de outros tipos de pneumonia bacteriana, fungosa e outra viral das imagens da pneumonia do raio X de caixa, tais como.

“Conectar sócios aos peritos diversos de SFU é núcleo à iniciativa grande dos dados de SFU,” diz Fred Popowich, director científico, a iniciativa grande dos dados de SFU, que conectou as equipes. “Nosso objetivo é avançar esforços da resposta COVID-19 e fazer em todo o mundo este conhecimento acessível aos clínicos.”

Esta colaboração multidisciplinar forneceu a validação tão necessária de nossos modelos e expediu nosso processo de revelação, ajudando desse modo directamente aos esforços dos cuidados médicos do providência para planear para a natureza urgente e nunca em desenvolvimento da crise COVID-19.”

Soyean Kim, director, produtos de Digitas, cuidados médicos do providência

De “os pesquisadores SFU, os inovadores e os peritos estão na linha da frente da resposta COVID-19,” diz a alegria Johnson, vice-presidente, pesquisa e international. “Nós somos posicionados bem para responder rapidamente a um problema crítico como este batendo em nossas redes da pesquisa extensiva, compartilhando de recursos e colaborando nas soluções impactful que beneficiam nossas comunidades.”

Passos seguintes

Uma vez que aprovada, a ferramenta será feita disponível sem qualquer custo com o apoio do U.N. Uma colaboração multinacional em curso melhorará mais a eficácia e fornecerá a autenticação adicional.

A versão beta da ferramenta - ainda em uma fase de teste adiantada - já tem sido transferida ficheiros pela rede à plataforma global de United Nations e whitelisted no mercado da aprendizagem de máquina de AWS, entre outros.

A ferramenta submeter-se-á a uma avaliação e a um treinamento mais adicionais.