Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

SFU y la atención sanitaria de la providencia colaboran en la herramienta del AI para ayudar a una diagnosis más rápida COVID-19

Los investigadores de la universidad de Simon Fraser y la atención sanitaria de la providencia (PHC) están colaborando en una nueva herramienta de la inteligencia artificial que ayude a diagnosticar COVID-19 más aprisa.

La experiencia de los investigadores leveraged PHC de SFU para validar una herramienta de aprendizaje profunda de la inteligencia (AI) artificial para acelerar a los profesionales de la atención sanitaria del tiempo pasa la distinción entre la pulmonía COVID-19 y los casos non-COVID-19.

La herramienta, actualmente en la fase de la validación en el hospital de San Pablo en Vancouver, Canadá, permite a un clínico introducir la imagen de la radiografía del pecho de un paciente en una computador, funciona con un análisis de la detección de la bio-imagen y determina un caso positivo de la pulmonía que sea constante con COVID-19.

La herramienta diagnóstica se diseña para ayudar a doctores y a otros trabajadores de la atención sanitaria de la frente a tomar decisiones rápidas mientras que atacan con un mayor número de pacientes. Mientras que no una solución clínica independiente de la diagnosis, él se puede utilizar rápidamente, junto con otras herramientas, tales como exploraciones de la tomografía (CT) calculada.

El sistema del AI puede también ayudar al residente y los doctores menos experimentados observan sobre un conjunto de datos y hacen una diagnosis rápida antes de que un doctor mayor pueda caminar hacia adentro, dicen YaĞiz Aksoy, profesor adjunto en la escuela del laboratorio de GrUVi de la ciencia que calcula.

Aksoy, e investigador Vijay Naidu, matemático del grupo de la URRACA, ayudado a refinar el sistema de aprendizaje de máquina usando imágenes de la radiografía pacientes de COVID-19 y de non-COVID-19 para determinar las características únicas encontradas en el virus.

En vez de los doctores que verifican cada imagen de la radiografía individualmente, este sistema se entrena para utilizar algoritmos y datos para determinarla para ellos.”

YaĞiz Aksoy, profesor adjunto en la escuela del laboratorio de GrUVi de la ciencia que calcula

Naidu también compartió su experiencia en análisis de la bio-serie para crear una base de datos de las firmas biológicas COVID-19, o identificadores únicos, para poner a cero hacia adentro en ésos encontrados en pacientes positivos.

Él dice que la técnica se puede también utilizar en la detección y la clasificación de otros tipos pulmonía bacteriana, fungicida y de otra viral de las imágenes de la pulmonía de la radiografía del pecho, tales como.

“Conectar a socios con los expertos diversos de SFU es base a la iniciativa grande de los datos de SFU,” dice a Fred Popowich, director científico, la iniciativa grande de los datos de SFU, que conectó a las personas. “Nuestra meta es avance esfuerzos de la reacción COVID-19 y hacer este conocimiento accesible a los clínicos en todo el mundo.”

Esta colaboración multidisciplinaria ofreció la validación muy necesaria de nuestros modelos y aceleró nuestro proceso de desarrollo, ayudando de tal modo directamente a los esfuerzos de la atención sanitaria de la providencia de proyectar para la naturaleza urgente y nunca de desarrollo de la crisis COVID-19.”

Soyean Kim, director, productos de Digitaces, atención sanitaria de la providencia

Los “investigadores de SFU, los innovadores y los expertos están en la frente de la reacción COVID-19,” dice la alegría Johnson, vicepresidente, investigación e international. “Colaborando en las soluciones impactful nos colocamos bien para responder rápidamente a un problema crítico como esto golpeando ligeramente en nuestras redes de la investigación extensa, compartiendo recursos y que benefician a nuestras comunidades.”

Pasos siguientes

Una vez que está aprobada, la herramienta será hecha disponible sin coste alguno con el apoyo del U.N. Una colaboración multinacional en curso perfeccionará más lejos eficacia y ofrecerá la autentificación adicional.

La versión beta de la herramienta - aún en una fase de pruebas temprana - se ha cargado por teletratamiento a la plataforma global de Naciones Unidas y whitelisted ya en el mercado del aprendizaje de máquina de AWS, entre otros.

La herramienta experimentará la evaluación y el entrenamiento adicionales.