Göğüs Röntgenlerinde Pnömoniyi COVID-19'dan Ayırt Edebilen Sistem Geliştirdiler

Valencia Polytechnic Üniversitesi(UPV), CVBLab'dan bir araştırma ekibi, sağlıklı hastalar, pnömoni hastaları ve COVID-19 hastalarının, göğüs röntgenleri arasındaki farkı anlayabilen bir yapay yapay zekâ modeli geliştirdi.

UPV ve CVBLab direktörü Profesör Valery Naranjo'ya göre, önerilen modelin ilk deneylerde büyük oranda ayıt etme yeteneklerine sahip olduğu kanıtlandı. Farklı hasta türleri arasında ayrım yapılırken ortalama % 92 başarı oranına ulaştı. Valery Naranjo, "Algoritma, koronavirüs vakalarını tahmin ederken daha iyi davranıyor, başarı oranı diğer vakalara göre biraz daha iyi, COVID hastası olup olmadığını belirlerken başarı oranı % 97'dir." Diyor.

UPV'nin CVBLab araştırma grubu yapay zekâ alanında kapsamlı deneyime sahip, uzmanlık alanları biyomedikal görüntülere uygulanan bilgisayar görme algoritmaları geliştirmektir. Biyomedikal mühendisi ve aynı zamanda UPV CVBLab üyesi Julio Silva, "Bilgimizi bu salgınla mücadelenin hizmetine sunduk." Dedi. Tahmin modelini geliştirmek için, CVBLab mühendisleri çok sayıda röntgen görüntüsünde derin öğrenme algoritmalarına dayanan sınıflandırma ve segmentasyon teknikleri uyguladılar.

CVBLab grubu zaten tahmin modelini entegre eden bilgisayar platformunun bir versiyonuna sahipti. Bu nedenle bir göğüs röntgeni yükleyerek bir kişinin, pnömonili veya koronavirüslü bir hasta görüntüsüne sahip olup olmadığını anında tahmin etmek mümkündür. Aynı zamanda, araştırmacılar, üretken sinir ağlarına dayanan yeni bir içeriğe dayalı görüntü alma (CBIR) sistemi geliştiriyorlar.