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.

Les chercheurs emploient des modèles d'artificial intelligence pour le dépistage basé sur image de COVID-19

L'imagerie médicale a longtemps été un outil indispensable pour le diagnostic et les évaluations pronostiques de beaucoup de maladies. Ces dernières années, l'utilisation des modèles d'artificial intelligence a été employée conjointement avec cette représentation pour augmenter leurs capacités diagnostiques.

À l'aide de ces modèles, quelques caractéristiques peuvent être extraites des images qui peuvent indiquer des caractéristiques de la maladie non recensées à l'oeil nu. Le pouvoir de traiter des caractéristiques de cette façon intelligente peut avoir un impact important sur l'inducteur médical, particulièrement avec l'accroissement actuel des caractéristiques de représentation et le besoin de haute précision dans des décisions médicales.

Il y a une demande énorme de dépistage rapide et précis de l'infection COVID-19. La méthode de dépistage primaire avait employé la réaction en chaîne inverse de transcription-polymérase (RT-PCR) sur des échantillons rassemblés des écouvillons nasaux ou de gorge. Cependant, cette méthode est sujette à des inexactitudes dues aux erreurs d'échantillonnage, à la charge virale inférieure, et aux limitations de la sensibilité de la méthode. C'est particulièrement un problème important pour les patients qui sont dans les stades précoces de l'infection.

Un outil de diagnostic complémentaire pour COVID-19 peut venir des images des poumons. Pour diagnostiquer des affections pulmonaires, les radiographies thoraciques ou les échographies de CT sont les moyens primaires, et elles peuvent être employées pour discerner COVID-19 d'autres types de lésions pulmonaires, ainsi que pour évaluer la gravité de la participation de poumon dans COVID-19. Ces types d'images peuvent renforcer le potentiel diagnostique pour les patients COVID-19, particulièrement s'ils sont ajoutés aux modèles d'artificial intelligence.

Par un effort de collaboration de multi-institut, les chercheurs de l'institut de Terasaki pour l'innovation biomédicale (TIBI) ont conçu et ont validé un dépistage basé sur image de COVID-19 à l'aide des modèles d'artificial intelligence. Pour accomplir ceci, ils ont commencé à l'aide d'un modèle à rassembler automatiquement des caractéristiques de représentation des lobes de poumon. Cette caractéristique s'est alors analysée pour fournir des caractéristiques en tant que biomarqueurs diagnostiques potentiels pour COVID-19.

Ces biomarqueurs diagnostiques utilisant le modèle d'artificial intelligence ont été par la suite employés pour différencier les patients COVID-19 de la pneumonie et des patients en bonne santé. Le modèle entier a été développé avec une cohorte de 704 radiographies thoraciques et indépendamment puis validé avec 1597 cas des sources multiples consistées en sain, la pneumonie, et les patients COVID-19. Les résultats ont montré l'excellent rendement par le modèle en classifiant des diagnostics des patients variés.

Aides de ce modèle hautement avancé d'artificial intelligence d'autres notre capacité de trouver avec précision les patients COVID-19. De plus, un tel modèle peut être appliqué pour le diagnostic d'autres maladies utilisant différentes modalités d'imagerie. »

Samad Ahadian, Ph.D, chercheur de fil d'étude, institut de Terasaki pour l'innovation biomédicale

L'utilisation de l'ordinateur modélisant avec des caractéristiques extraites de la promesse grande d'expositions d'images médicales en activant le médicament de précision et peut révolutionner la pratique médicale dans la clinique. Développer des méthodologies pour saisir des jeux complets d'information tout en supprimant les caractéristiques inutiles améliore la fiabilité de l'artificial intelligence modélise.

L'approche proposée serait une opération vers les appliquer en médicament de précision et peut fournir une voie efficace, peu coûteuse, et non envahissante de renforcer les capacités diagnostiques de la représentation.

« Les modèles renseignement renseignement artificiels avec les capacités diagnostiques et prévisionnelles sont un puissant outil qui sont une part importante de nos plates-formes de recherches ici à l'institut, » ont dit Ali Khademhosseini, Ph.D., directeur et Président de TIBI. « Ceci reportera dans des applications innombrables dans le domaine biomédical et dans la clinique. »

Source:
Journal reference:

Yousefi, B., et al. (2021) Impartially Validated Multiple Deep-Chain Models to Detect COVID-19 in Chest X-ray Using Latent Space Radiomics. Journal of Clinical Medicine. doi.org/10.3390/jcm10143100.