Νέα τεχνητή νοημοσύνη αποδεικνύεται εξαιρετικά αποτελεσματική στην αναγνώριση του COVID-19 στους πνεύμονες

Η τεχνητή νοημοσύνη (AI) έχει αποδειχθεί για άλλη μια φορά ένα αποτελεσματικό εργαλείο στον αγώνα κατά του COVID-19. Μια νέα μελέτη από το Πανεπιστήμιο της Κεντρικής Φλόριντα έδειξε πώς η AI μπορεί να είναι σχεδόν τόσο ακριβής όσο ένας γιατρός στην διάγνωση του ιού στους πνεύμονες, καθώς και πώς μπορεί να χρησιμοποιηθεί για τη βελτίωση των εξετάσεων.

Η μελέτη δημοσιεύθηκε στο Nature Communications.

Διάγνωση του COVID-19

Η ομάδα των ερευνητών ανέπτυξε einen αλγόριθμο AI που μπορούσε να εκπαιδευτεί για να αναγνωρίσει πνευμονία COVID-19 σε σκάνερ υπολογιστικής τομογραφίας (CT), και αυτό απέδειξε ένα ποσοστό ακρίβειας μέχρι 90%. Μπορούσε επίσης να αναγνωρίσει σωστά τα θετικά και αρνητικά περιπτώσεις, 84% και 93% του χρόνου, αντίστοιχα.

Οι σκάνερ CT έχουν αποδειχθεί πιο αποτελεσματικοί στην διάγνωση και εξέλιξη του COVID-19 σε σύγκριση με τις εξετάσεις αλυσιδωτής αντίδρασης πολυμεράσης (RT-PCR). Αυτές οι εξετάσεις χρησιμοποιούνται συχνά, αλλά έχουν υψηλά ποσοστά ψευδών αρνητικών και συνήθως χρειάζονται περισσότερο χρόνο για να επεξεργαστούν.

Ένας από τους μεγαλύτερους λόγους για τους οποίους οι σκάνερ CT χρησιμοποιούνται για τη διάγνωση του COVID-19 είναι ότι μπορούν να ανιχνεύσουν τον ιό ακόμη και σε άτομα που δεν εμφανίζουν συμπτώματα. Δεν σταματά εκεί, ωστόσο, καθώς μπορούν επίσης να ανιχνεύσουν τον ιό σε άτομα με πρώιμα συμπτώματα, εκείνα που βρίσκονται στο χειρότερο στάδιο της νόσου, καθώς και εκείνα που έχουν ανακάμψει και δεν έχουν πλέον συμπτώματα.

Με όλα τα πλεονεκτήματά τους, οι σκάνερ CT έχουν επίσης τους μειονεκτήματές τους, και αυτό είναι ο λόγος για τον οποίο δεν συνιστώνται πάντα για την αναγνώριση του COVID-19. Αυτό οφείλεται στις ομοιότητες μεταξύ πνευμονίας που σχετίζεται με την γρίπη και COVID-19.

Ο Νέος Αλγόριθμος

Λαμβάνοντας υπόψη όλα αυτά, η ομάδα των ερευνητών στο UCF ανέπτυξε einen νέο αλγόριθμο που μπορεί να αναγνωρίσει ακριβώς το COVID-19. Όχι μόνο αυτό, αλλά μπορεί επίσης να διακρίνει το COVID-19 από την γρίπη, το οποίο είναι εξαιρετικά χρήσιμο για τους γιατρούς.

Ο Ulas Bagci είναι επίκουρος καθηγητής στο Τμήμα Επιστήμης Υπολογιστών του UCF και συν-συγγραφέας της μελέτης.

«Αποδείξαμε ότι μια προσέγγιση AI με βάση τη βαθιά μάθηση μπορεί να χρησιμεύσει ως ένα стандαρδικό και αντικειμενικό εργαλείο για την υποστήριξη των συστημάτων υγείας καθώς και των ασθενών», λέει ο Bagci. «Μπορεί να χρησιμοποιηθεί ως ένα συμπληρωματικό εργαλείο εξέτασης σε πολύ συγκεκριμένες περιορισμένες πληθυσμούς, και μπορεί να χρησιμοποιηθεί γρήγορα και σε μεγάλη κλίμακα σε περίπτωση μιας αναπάντεχης έξαρσης».

Στη μελέτη, η ομάδα των ερευνητών εκπαίδευσε einen αλγόριθμο υπολογιστή για να ανιχνεύσει το COVID-19 σε σκάνερ CT πνευμόνων, με συνολικά 1.280 ασθενείς από την Κίνα, την Ιαπωνία και την Ιταλία. Το επόμενο βήμα ήταν να δοκιμάσουν τον αλγόριθμο σε 1.337 ασθενείς που έπασχαν από διάφορες πνευμονικές νόσους, συμπεριλαμβανομένου του COVID-19, καρκίνου και πνευμονίας που δεν προκαλούνταν από το COVID-19.

Τα αποτελέσματα από τον υπολογιστή συγκρίθηκαν με τις διαγνώσεις από γιατρούς, και οι ερευνητές βρήκαν ότι ο αλγόριθμος ήταν εξαιρετικά αποτελεσματικός στην ακριβή ανίχνευση πνευμονίας COVID-19 στους πνεύμονες, καθώς και στην διάκριση μεταξύ COVID-19 και άλλων νόσων.

«Είδαμε ότι robust αλγόριθμοι AI μπορούν να επιτύχουν μέχρι 90% ακρίβεια σε ανεξάρτητες δοκιμαστικές πληθυσμούς, να διατηρήσουν υψηλή ειδικότητα σε πνευμονία που δεν σχετίζεται με COVID-19 και να δείξουν γενικευσιμότητα σε μη προηγουμένως观察θείσες πληθυσμούς και κέντρα», λέει ο Bagci.

Η μελέτη περιελάμβανε επίσης συν-συγγραφείς Baris Turkbey, ο οποίος είναι αναπληρωτής ερευνητής ιατρός στο Τμήμα Μοριακής Εικόνας του Εθνικού Ινστιτούτου Καρκίνου του NIH, και Bradford J. Wood, ο οποίος είναι ο διευθυντής του Κέντρου Παρεμβατικής Ογκολογίας του NIH και αρχηγός της παρεμβατικής ακτινολογίας στο Κλινικό Κέντρο του NIH.

Η νέα ανάπτυξη από το UCF είναι ένα από τα πιο πρόσφατα παραδείγματα του πώς η AI μπορεί να χρησιμοποιηθεί κατά τη διάρκεια μιας πανδημίας. Η τεχνολογία έχει εφαρμοστεί σε διάφορους τομείς που σχετίζονται με το COVID-19, συμπεριλαμβανομένης της παρακολούθησης, των εξετάσεων, της πρόληψης, της διάγνωσης, της έρευνας και της ανάπτυξης εμβολίων.