Nová umělá inteligence prokázala extrémní účinnost při identifikaci COVID-19 v plicích

Umělá inteligence (AI) opět prokázala, že je účinným nástrojem v boji proti COVID-19. Nová studie z University of Central Florida demonstrovala, jak AI může být téměř stejně přesná jako lékař při diagnostice viru v plicích, a také jak může být použita ke zlepšení testování.

Studie byla zveřejněna v Nature Communications.

Diagnostika COVID-19

Tým výzkumníků vyvinul algoritmus AI, který může být trénován k identifikaci COVID-19 pneumonie v počítačových tomografických (CT) snímcích, a prokázal přesnost až 90 procent. Také správně identifikoval pozitivní a negativní případy, 84 procent a 93 procent času, resp.

CT snímky se ukázaly být účinnější při diagnostice a progresi COVID-19 ve srovnání s testy polymerázové řetězové reakce (RT-PCR). Tyto testy se často používají, ale mají vysoké falešné negativní výsledky a obvykle trvají déle.

Jedním z největších důvodů, proč se CT snímky používají k diagnostice COVID-19, je to, že mohou detekovat virus i u jedinců, kteří nevykazují žádné příznaky. To však není vše, protože mohou také detekovat virus u jedinců s časnými příznaky, těch, kteří jsou ve nejhorším stadiu nemoci, a také u těch, kteří se uzdravili a již nevykazují žádné příznaky.

Navzdory všem svým výhodám mají CT snímky také své nedostatky, což je důvod, proč se někdy nedoporučují pro identifikaci COVID-19. To souvisí se podobnostmi mezi chřipkovou pneumonií a COVID-19.

Nový algoritmus

S přihlédnutím ke všem těmto faktorům vyvinul tým výzkumníků z UCF nový algoritmus, který může přesně identifikovat COVID-19. Kromě toho může také rozlišit mezi COVID-19 a chřipkou, což je velmi užitečné pro lékaře.

Ulas Bagci je asistent profesora na katedře počítačových věd UCF a spoluautor studie.

“Prokázali jsme, že hluboké učení založené na AI může sloužit jako standardizovaný a objektivní nástroj pro pomoc zdravotnickým systémem i pacientům,” říká Bagci. “Může být použito jako doplňkový testovací nástroj ve velmi specifických omezených populacích a může být použito rychle a ve velkém měřítku v případě nešťastného výskytu.”

Ve studii tým výzkumníků trénoval počítačový algoritmus k detekci COVID-19 v plicních CT snímcích, s celkem 1 280 pacienty z Číny, Japonska a Itálie. Následujícím krokem bylo otestovat algoritmus na 1 337 pacientech trpících různými plicními nemocemi, včetně COVID-19, rakoviny a pneumonie, která nebyla způsobena COVID-19.

Výsledky počítače byly poté srovnány s diagnózami lékařů, a výzkumníci zjistili, že algoritmus byl extrémně účinný při přesné detekci COVID-19 pneumonie v plicích, stejně jako při rozlišování mezi COVID-19 a jinými nemocemi.

“Prokázali jsme, že robustní modely AI mohou dosáhnout přesnosti až 90 procent v nezávislých testovacích populacích, udržet vysokou specificitu u pneumonie nesouvisející s COVID-19 a prokázat obecnou platnost u neviditelných pacientů a center,” říká Bagci.

Studie se také účastnili spoluautoři Baris Turkbey, který je asistent výzkumného lékaře v Molecular Imaging Branch Národního cancerového institutu NIH, a Bradford J. Wood, který je ředitelem Centra pro intervenční onkologii NIH a šéfem intervenční radiologie v Clinical Center NIH.

Nový vývoj z UCF je jedním z nejnovějších příkladů toho, jak lze AI využít během pandemie. Technologie byla implementována v různých oblastech souvisejících s COVID-19, včetně sledování, testování, prevence, diagnostiky, výzkumu a vývoje vakcín.