Naukowcy używają uczenia maszynowego do opracowania narzędzia diagnostycznego COVID-19

Naukowcy z University of Maryland opracowali metodę generowania wysokiej jakości zdjęć rentgenowskich klatki piersiowej, która może być wykorzystana do dokładniejszej, niż pozwalają na to obecne metody, diagnozy COVID-19.

Lekarze zajmujący się pacjentami chorymi na COVID-19 w Rzymie. Zdjęcie ilustracyjne
Lekarze zajmujący się pacjentami chorymi na COVID-19 w Rzymie. Zdjęcie ilustracyjne
Źródło zdjęć: © Getty Images

14.12.2020 | aktual.: 02.03.2022 20:37

Zespół badawczy pod kierownictwem Sumeet Menon, doktorantki w dziedzinie informatyki, opublikuje swoje wyniki w trakcie obrad konferencji IEEE Big Data 2020, która odbędzie się wirtualnie w grudniu.

Potrzeba szybkich i dokładnych badań COVID-19 jest wysoka, włączając takie, które mogą określić, czy COVID-19 oddziałuje na układ oddechowy pacjenta. Wielu lekarzy wykorzystuje technologię rentgenowską do klasyfikacji możliwych przypadków COVID-19, ale ograniczona ilość dostępnych danych sprawia, że dokładna klasyfikacja jest trudniejsza.

Zrozumieć COVID-19

Menon i jego współpracownicy opracowali swoje narzędzie jako rozszerzenie generatywnych sieci kontradyktoryjnych (generative adversarial networks – GAN), czyli frameworków uczenia maszynowego, które mogą szybko generować nowe dane na podstawie statystyki z zestawu szkoleń. 

Zobacz też: Szczepionka na koronawirusa. Lekarka opowiada o szczepieniu w Anglii

Bardziej zaawansowana metoda zespołu wykorzystuje coś, co nazywa się "Mean Teacher + Transfer Generative Adversarial Networks' (MTT-GAN). Jak wyjaśnia Menon, MTT-GAN, są lepsze od GAN-ów, ponieważ generowane przez nie obrazy są znacznie podobniejsze do autentycznych obrazów generowanych przez urządzenia rentgenowskie.

– Dostępność danych jest jednym z najważniejszych aspektów uczenia maszynowego, a nasze badania wykonały krok teoretyczny w kierunku ich generowania za pomocą MTT-GAN – wyjaśniła Menon.

Wybrane dla Ciebie
Komentarze (3)