Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I ricercatori impiegano i modelli di intelligenza artificiale per a rilevazione basata a immagine di COVID-19

L'imaging biomedico lungamente è stato uno strumento vitale per la diagnosi e le valutazioni prognostiche di molte malattie. Negli ultimi anni, l'uso dei modelli di intelligenza artificiale è stato usato insieme con questa rappresentazione per aumentare le loro capacità diagnostiche.

Usando questi modelli, alcune funzionalità possono essere estratte dalle immagini che possono rivelare le caratteristiche di malattia non identificate a occhio nudo. La potenza elaborare i dati in questo modo intelligente può avere un grande impatto sul campo medico, particolarmente con la crescita corrente nelle funzionalità della rappresentazione e l'esigenza di alta precisione nelle decisioni mediche.

C'è una domanda enorme di tempestiva e rilevazione accurata dell'infezione COVID-19. Il metodo di rilevazione primario sta usando la reazione a catena della trascrizione-polimerasi inversa (RT-PCR) sui campioni raccolti dai tamponi della gola o nasali. Tuttavia, questo metodo è conforme alle inesattezze dovuto gli errori di campionamento, il caricamento virale basso e le limitazioni della sensibilità del metodo. Ciò è un'emissione particolarmente significativa per i pazienti che sono nelle fasi iniziali di infezione.

Uno strumento diagnostico supplementare per COVID-19 può venire dalle immagini dei polmoni. Per la diagnostica delle affezioni polmonari, la radiografia del torace o le scansioni di CT è le risorse primarie e possono essere usate per distinguere COVID-19 da altri tipi di lesioni di polmone come pure per valutare la severità della partecipazione del polmone a COVID-19. Questi tipi di immagini possono aumentare le capacità diagnostiche per i pazienti COVID-19, particolarmente se sono accoppiati con i modelli di intelligenza artificiale.

Con uno sforzo di collaborazione dell'multi-istituto, i ricercatori dall'istituto di Terasaki per innovazione biomedica (TIBI) hanno progettato e convalidato ad una rilevazione basata a immagine di COVID-19 con l'aiuto dei modelli di intelligenza artificiale. Per compire questo, hanno cominciato usando un modello per raccogliere automaticamente i dati della rappresentazione dai lobi del polmone. Questi dati poi sono stati analizzati per rendere le funzionalità come biomarcatori diagnostici potenziali per COVID-19.

Questi biomarcatori diagnostici facendo uso del modello di intelligenza artificiale successivamente sono stati usati per differenziare i pazienti COVID-19 sia da polmonite che dai pazienti in buona salute. L'intero modello è stato sviluppato con un gruppo di 704 radiografie del torace e poi indipendente è stato convalidato con 1597 casi dalle sorgenti multiple formate da sano, da polmonite e dai pazienti COVID-19. I risultati hanno mostrato la prestazione eccellente dal modello nella classificazione delle diagnosi di vari pazienti.

Ulteriori guide di questo modello altamente avanzato di intelligenza artificiale la nostra capacità di individuare precisamente i pazienti COVID-19. Inoltre, un tal modello può essere applicato per la diagnosi di altre malattie facendo uso delle modalità differenti della rappresentazione.„

Samad Ahadian, Ph.D, ricercatore del cavo di studio, istituto di Terasaki per innovazione biomedica

L'uso del computer che modella con i dati estratti dalla grande promessa di manifestazioni mediche di immagini nel permettere alla medicina di precisione e può rivoluzionare la pratica medica nella clinica. Sviluppare le metodologie per catturare gli interi insiemi di informazioni mentre sopprime le funzionalità irrilevanti migliora l'affidabilità di intelligenza artificiale modella.

L'approccio proposto sarebbe un punto verso l'applicazione loro nella medicina di precisione e può fornire un modo efficiente, economico e non invadente rinforzare le capacità diagnostiche della rappresentazione.

“Da modelli guidati da intelligenza artificiali con le capacità diagnostiche e premonirici sono uno strumento potente che sono una parte importante di nostre piattaforme della ricerca qui all'istituto,„ hanno detto Ali Khademhosseini, Ph.D., Direttore e CEO di TIBI. “Questo rinvierà nelle applicazioni innumerevoli nel campo biomedico e nella clinica.„

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.