西北大學的研究人員於11月24日宣布，他們已經成功發達由人工智能（AI）提供支持的新放射學工具。
該工具稱為DeepCovid-XR，其AI算法可以通過胸部X射線圖像發現COVID-19的精度比專業胸腔放射線醫生快1-6％，速度要快10倍。福布斯報告。
DeepCovid-XR使用人工智能檢測Covid-19
總部位於伊利諾伊州埃文斯頓的大學發表了該研究雜誌放射學，這表明新工具“將2,214個測試圖像分類為83％”。作者還指出，早期發現冠狀病毒可以通過更快地隔離患者並標記病毒的潛在攜帶者來保護醫療保健工作者和患者。
為了訓練和測試機器學習工具，研究人員使用了17,002個胸部X射線圖像。其中，來自不同西北紀念醫療保健系統站點的COVID-19-19陽性患者的5,445例。
該小組在森林湖醫院的300張測試圖像上測試了DeepCovid-XR。研究人員將該工具的結果與五位經驗豐富的心胸放射科醫生創建的結果進行了比較。與放射學家花費了約2.5至3.5個小時來分析這些圖像的放射科醫生相比，DeepCovid-XR的AI系統僅需18分鐘即可產生結果。
但是，西北航空的AI專家兼研究高級作者Aggelos Katsaggelos表示，他們不打算取代實際的Covid測試。 Katsaggelos說：“ X射線是常規的，安全且價格便宜的。”他補充說，僅需幾秒鐘即可篩查一個人以及“確定是否需要隔離患者”。
這項研究的另一位作者Ramsey Wehbe博士解釋說，如果可以使用算法標記患者，則可以高度提高分類過程的速度。由於Covid-19測試可以在數小時或數天內產生結果，因此在等待測試結果時，風險將大大降低。
Katsaggelos指出，對需要隔離的患者進行初步篩查可以為急診科提供巨大幫助。衛生工作者和醫生在遇到Covid-19的Covid-19患者尋求醫療護理的情況下受到Covid-19感染的高風險。
但是，媒體報表警告說，並非所有Covid-19患者都會在其胸部X射線射線上顯示出冠狀病毒的任何跡象，尤其是在早期進展階段，患者肺部尚未表現出來。因此，在這種情況下，DeepCovid-XR工具將不會很有幫助。
實際上，他們甚至在大流行一開始就缺乏個人防護設備（PPE）供應。這導致醫療保健專業人員重複使用PPE供應，這使他們感染了病毒。基於疾病控制與預防中心（CDC），近238,000名醫護人員已經患有冠狀病毒，而其中有841名死於Covid-19。
另請閱讀：Biovyzr covid-19，頭盔承諾對冠狀病毒充分保護，比面膜更好
DeepCovid-XR不是結論性的
同時，該期刊文章還對DeepCovid-XR的技術進行了至關重要的考慮，因為先前的臨床研究還表明，Covid-19肺炎的胸部圖像產生了獨特的特徵。
但是，該工具也有一些局限性。在成像中看到的許多發現是非特異性的，與其他疾病重疊，尤其是病毒性肺炎類型。同樣，多達56％的有症狀患者在疾病的早期階段表現出正常的胸部X射線，成像不適合使用“排除”感染。
因此，作者寫道，在他們的研究中，胸部成像不應僅僅用作Covid-19dnostic工具。取而代之的是，它可能在加快患者識別和隔離“可能有疾病以幫助分類和感染控制的人”的患者識別和隔離中起著至關重要的作用。
“我們認為，該算法有可能使醫療保健系統受益於減輕不必要的病毒接觸，通過作為一種自動化工具來迅速標記具有可疑胸部成像的患者進行隔離和進一步測試，“作者得出結論。
相關文章： 牛津大學開發了“非常快速”的Covid -19抗原測試套件 - 在5分鐘內獲得結果！
這歸技術時代擁有
由CJ Robles撰寫
