Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Utilisant l'AI pour combattre COVID-19

Le coronavirus 2 (SARS-CoV-2) de syndrôme respiratoire aigu sévère appartient à la famille de Coronavirdiae et peut être caractérisé comme virus ARN monocatenaire de positif-sens, qui infecte principalement des oiseaux, des mammifères, et des êtres humains. SARS-CoV-2, qui a apparu à Wuhan, Chine, la maladie 2019 (COVID-19) de coronavirus de causes. Jusqu'à présent, il y a eu approximativement 173 millions de mondial confirmé par infections, avec un taux de mortalité de 2,19%.

Pour aborder SARS-CoV-2, les scientifiques ont développé une poignée de vaccins qui visent directement le virus ou bloquent son entrée dans le fuselage. Cependant, il n'y a aucune demande de règlement neuve procurable pour la maladie COVID-19, et la plupart des traitements cliniques sont satisfaire visé aux sympt40mes. Plusieurs médicaments repurposed, tels que le remdesivir, ont été vérifiés et reconnus pour soigner les patients COVID-19 sévères.

En raison du manque de traitements spécifiques, recherche est encore en cours en développant des traitements nouveaux.

L'artificial intelligence (AI) s'est avéré une méthode efficace d'aborder les éditions variées dans un grand choix de domaines, ainsi il est facilement apparent qu'il soit bien adapté à aider COVID-19.

Une étude basée dans Taïwan et publiée dans le tourillon des orientations de médecine clinique sur le rôle de l'AI en manageant COVID-19 par l'analyse d'images numériques, clinique et de laboratoire telle que l'examen critique et le diagnostic.

Application de l
Application de l'AI pour combattre COVID-19

Modèles d'AI

Avec des algorithmes d'AI illustrant des capacités en prévoyant et en diagnostiquant des tendances épidémiologiques des maladies, il est possible qu'elle puisse également être appliquée pour combattre COVID-19.

Le papier de Taiwanais donne une synthèse des algorithmes d'AI qui fonctionnent de la forêt faite au hasard, d'un divers et haut-fonctionnant algorithme simple fondé par l'étain Kam Ho. Cet algorithme fonctionne à côté de produire des arbres de décision multiples et de faire la moyenne de eux afin d'effectuer une prévision précise.

Il y a également d'autres algorithmes d'apprentissage automatique tels que la machine de vecteur de support (SVM), qui est habituellement utilisée dans des problèmes de catégorie et de régression, ou l'algorithme circonvolutionnaire (CNN) de réseau neuronal qui se compose de plusieurs couches réseau telles que l'entrée, la mise en commun circonvolutionnaire et maximum, la mise en commun de moyenne, et les couches de sortie. Le modèle de CNN a le rendement efficace prouvé, et ceci renforce son utilisation dans un réglage clinique pour COVID-19.

Les réseaux neuronaux artificiels (ANNs) sont l'un des outils principaux dans l'AI. Les réseaux neuronaux utilisés dans ANNs sont modélisés après les neurones d'un cerveau biologique.

Potentiel pour COVID-19

Avec des taux d'infection du virus SARS-CoV-2 montant en flèche en travers des pays mondiaux, la dépendance à l'égard des systèmes de santé a été immense. Cette dépendance a entraîné un manque de bâtis pour les patients sévèrement infectés ainsi que les alimentations limitées. Des images numériques telles que des rayons X et des échographies de CT peuvent être employées pour trouver des anomalies dans les patients COVID-19, et apprendre récent profondément a prouvé que des images numériques peuvent être employées pour trouver la maladie elle-même exactement.

L'article illustre comment le développement de l'AI peut être employé pour aider des médecins pour interviewer les patients COVID-19 effectivement et l'aide avec la conséquence des alimentations limitées qui peuvent se produire pendant les pandémies.

L'étude mentionne un papier par Kumar et autres, qui a développé un système de catégorie apprendre de machine pour prévoir des résultats pour les patients infectés. Supplémentaire, Karim a et autres développé un modèle apprenant profond explicable de prévision utilisant 15.959 images de radiographie du thorax de trois catégories des patients (COVID-19, normale, et pneumonie), et sur le bilan de leur modèle, les résultats positifs ont semblé piloter la précision et le rappel.

Limitations les explorant d'AI

Bien que l'AI puisse être avantageuse pour COVID-19, les contours d'étude comment l'utilisation de ces modèles d'apprentissage automatique tels que le CNN dans un réglage clinique peut avoir des limitations.

La recherche d'AI étant à la base de ces applications manque d'une taille de l'échantillon représentative, d'une validation externe, ainsi que d'un bilan modèle approprié qui propose qu'il soit peu fiable pour l'utilisation clinique.

Un niveau élevé de polarisation peut être présent dans les études qui examinent l'utilisation de ces algorithmes, et leurs découvertes dans les réglages cliniques peuvent être ainsi peu fiables.

Cependant, avec beaucoup de patients étant due hospitalisé aux infections COVID-19 sévères, l'AI pourrait aider à recenser des facteurs prédictifs pour la gravité de la maladie, qui peut aider des médecins et des membres du personnel soignant avec la sélection à les traiter et permettre de donner la priorité à des patients basés sur le risque de gravité et de mortalité.

Cette application a été explorée par l'Eao et autres, qui a employé des images de CT des patients infectés pour développer un modèle de prévision qui stratifie la gravité de la maladie dans des groupes, y compris le modéré, sévère, et les cas critiques.

La révision de Taïwan explore comment l'application de l'AI pourrait aider avec les taux d'infection COVID-19 par son utilisation dans la gravité de la maladie et la mortalité de prévision ainsi que d'autres tâches telles que le dépistage COVID-19 et les médicaments repurposing de trouver des candidats de traitement efficace.

Le papier conclut que bien que ces applications soient significatives pour COVID-19, plus de recherche dans cet endroit est exigée pour évaluer l'efficacité réelle d'employer des modèles d'AI dans un vrai réglage clinique.

Journal reference:
  • Islam, M., Poly, T., Alsinglawi, B., Lin, M., Hsu, M. and Li, Y., 2021. A State-of-the-Art Survey on Artificial Intelligence to Fight COVID-19. Journal of Clinical Medicine, 10(9), p.1961. https://www.mdpi.com/2077-0383/10/9/1961/htm
Marzia Khan

Written by

Marzia Khan

Marzia Khan is a lover of scientific research and innovation. She immerses herself in literature and novel therapeutics which she does through her position on the Royal Free Ethical Review Board. Marzia has a MSc in Nanotechnology and Regenerative Medicine as well as a BSc in Biomedical Sciences. She is currently working in the NHS and is engaging in a scientific innovation program.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Khan, Marzia. (2021, June 07). Utilisant l'AI pour combattre COVID-19. News-Medical. Retrieved on October 23, 2021 from https://www.news-medical.net/news/20210607/Using-AI-to-fight-COVID-19.aspx.

  • MLA

    Khan, Marzia. "Utilisant l'AI pour combattre COVID-19". News-Medical. 23 October 2021. <https://www.news-medical.net/news/20210607/Using-AI-to-fight-COVID-19.aspx>.

  • Chicago

    Khan, Marzia. "Utilisant l'AI pour combattre COVID-19". News-Medical. https://www.news-medical.net/news/20210607/Using-AI-to-fight-COVID-19.aspx. (accessed October 23, 2021).

  • Harvard

    Khan, Marzia. 2021. Utilisant l'AI pour combattre COVID-19. News-Medical, viewed 23 October 2021, https://www.news-medical.net/news/20210607/Using-AI-to-fight-COVID-19.aspx.