Sztuczna inteligencja (AI) wykazała zdolność identyfikowania COVID-19 na podstawie obrazów USG płuc z precyzją porównywalną do tej, jaką technologia rozpoznawania twarzy może wskazać twarz w zatłoczonej przestrzeni.

Postęp ten oznacza znaczący krok w diagnostyce medycznej opartej na sztucznej inteligencji. Dodatkowo przybliża środowisko medyczne do szybkiego i trafnego diagnozowania Covid-19 i innych chorób płuc.

Jest to możliwe dzięki zastosowaniu wyrafinowanych algorytmów analizujących obrazy ultrasonograficzne pod kątem wskaźników choroby.

Pomoc przepracowanym lekarzom

Badanie, opublikowane niedawno w Medycyna komunikacjistanowi zwieńczenie wysiłków rozpoczętych na początku pandemii Covid-19. W tym czasie klinicyści pilnie potrzebowali skutecznych narzędzi do szybkiej oceny wielu pacjentów na zatłoczonych oddziałach ratunkowych.

Muyinatu Bell, starszy autor badania i profesor nadzwyczajny Johna C. Malone’a na Uniwersytecie Johnsa Hopkinsa, przedstawił to narzędzie.

„Opracowaliśmy to zautomatyzowane narzędzie do wykrywania, aby pomóc lekarzom w nagłych przypadkach z dużą liczbą przypadków pacjentów, którzy wymagają szybkich i precyzyjnych diagnoz, podobnie jak na wcześniejszych etapach pandemii” – stwierdził Bell.

Podkreśliła również cel, jakim jest umożliwienie pacjentom monitorowania postępu choroby Covid-19 w domu za pomocą urządzeń bezprzewodowych.

Sztuczna inteligencja, COVID-19 i przyszłość technologii noszenia na ciele

Tiffany Fong, adiunkt medycyny ratunkowej w Johns Hopkins Medicine i współautorka badania, omówiła potencjał tej technologii.

Podkreśliła jego zastosowanie w opracowywaniu urządzeń do noszenia w leczeniu chorób takich jak zastoinowa niewydolność serca, która ma wspólne objawy COVID-19, takie jak gromadzenie się płynu w płucach.

Fong przewiduje: „Idealnym przypadkiem użycia byłyby przenośne plastry ultradźwiękowe, które monitorują gromadzenie się płynów i ostrzegają pacjentów, gdy wymagają dostosowania leku lub wizyty u lekarza”.

Narzędzie AI działa na podstawie analizy obrazów ultradźwiękowych płuc w celu zidentyfikowania cech zwanych liniami B. Cechy te w postaci jasnych, pionowych linii sygnalizują stan zapalny powszechnie obserwowany u pacjentów z problemami płucnymi.

Aby zapewnić dokładne wykrywanie, sztuczna inteligencja łączy obrazy wygenerowane komputerowo z rzeczywistymi wynikami badań ultrasonograficznych pacjenta. Obejmuje to zdjęcia osób leczonych w Johns Hopkins.

Bell wyjaśnił złożony proces, stwierdzając: „Musieliśmy dokładnie modelować fizykę propagacji ultradźwięków i fal akustycznych, aby stworzyć wiarygodne symulowane obrazy. Następnie przeszkoliliśmy nasze modele komputerowe w zakresie interpretacji rzeczywistych skanów pacjentów z powikłaniami płucnymi, korzystając z tych symulowanych danych”.

Pokonywanie wczesnych przeszkód

Droga do tego przełomu napotkała poważne przeszkody. Początkowo niedobór danych o pacjentach i ograniczone zrozumienie skutków Covid-19 stanowiły wyzwanie dla dokładności diagnostycznej sztucznej inteligencji.

Jednak opracowując oprogramowanie, które wykorzystuje zarówno dane rzeczywiste, jak i symulowane, zespół Bella zwiększył zdolność sztucznej inteligencji do identyfikowania oznak COVID-19 na obrazach ultrasonograficznych.

Poprawę tę można przypisać głębokim sieciom neuronowym. Ten typ sztucznej inteligencji naśladuje możliwości mózgu w zakresie rozpoznawania wzorców, co skutkuje znacznym wzrostem wydajności.

Lingyi Zhao, pierwszy autor badania i były członek zespołu Bella, pracuje obecnie w Novateur Research Solutions.

Zauważyła: „Wczesny niedobór obrazów USG dotyczących COVID-19 ograniczył nasz rozwój i testowanie. Jednak dzięki komputerowo generowanym zbiorom danych osiągnęliśmy wysoki poziom dokładności w wykrywaniu cech wirusa COVID-19”.

Implikacje i przyszłe badania nad diagnostyką sztucznej inteligencji i COVID-19

Ten niesamowity postęp technologiczny pokazuje potężne możliwości sztucznej inteligencji (AI) w przekształcaniu diagnostyki medycznej, w szczególności w szybkim i dokładnym wykrywaniu Covid-19 i innych chorób płuc za pomocą obrazów USG płuc.

Wykorzystując potencjał narzędzi opartych na sztucznej inteligencji i opracowując innowacyjne rozwiązania, takie jak urządzenia do noszenia do ciągłego monitorowania, naukowcy z Uniwersytetu Johnsa Hopkinsa torują drogę ku przyszłości, w której pracownicy służby zdrowia będą mogli skuteczniej diagnozować choroby i zarządzać nimi.

Postęp ten usprawnia proces diagnostyczny w warunkach nagłych i oferuje obiecujące możliwości samokontroli pacjentów, podkreślając znaczące postępy poczynione w integracji technologii z opieką zdrowotną w celu poprawy wyników leczenia pacjentów.

Pełne badanie opublikowano w czasopiśmie Medycyna komunikacji.

—–

Podoba Ci się to, co czytasz? Zapisz się do naszego biuletynu, aby otrzymywać ciekawe artykuły, ekskluzywne treści i najnowsze aktualizacje.

Sprawdź nas w EarthSnap, bezpłatnej aplikacji udostępnionej przez Erica Rallsa i Earth.com.

—–