PCMag编辑选择和审查产品独立.如果您通过附属链接购买,我们可能获得佣金,这有助于支持我们的测试。

人工智能如何帮助抗击COVID-19

机器学习、自然语言处理、计算机视觉和深度学习等人工智能技术可以帮助跟踪和识别新型冠状病毒。

12月31日,总部位于多伦多的BlueDot公司使用人工智能为了追踪传染病的传播,该公司向其客户提醒,中国武汉出现了一系列不寻常的肺炎病例。九天之后,世界卫生组织证实在武汉发现了一种后来被命名为COVID-19的新型冠状病毒。

今天,COVID-19是一种大流行,已蔓延到180个国家,夺去8.3万人的生命,并引发了近乎全球的封锁。目前,遏制病毒传播的最佳解决方案是改善个人卫生和保持社交距离。

与此同时,政治家、科学家和研究人员正在合作寻找对抗病毒和照顾患者的系统方法。他们从人工智能那里得到了一些急需的帮助。

跟踪病毒的传播

BlueDot结合了人工智能和人类专业知识来跟踪传染病在全球的传播。它的算法整合和分析来自新闻报道、卫生组织声明、商业航班和牲畜健康报告等来源的数据。

使用机器学习而且自然语言处理, BlueDot仔细研究海量数据,寻找可能暗示传染病爆发开始的模式。然后由一个由流行病学家、医生、兽医和数据科学家组成的专家小组对结果进行审查,他们决定哪些信号需要进一步研究。最终的报告被发送给BlueDot的客户,比如政府和企业。

除了热点,AI还可以利用飞行数据和移动模式预测传染病的传播。在武汉出现新冠病毒后,蓝点成功预测了几个新冠病毒将首先传播的城市。

通常情况下,BlueDot将其平台作为商业应用程序提供。但这些天来,该公司正在帮助政府跟踪COVID-19的传播。未来,像蓝点这样的人工智能技术可以作为早期预警系统,帮助政府将流行病消灭在萌芽状态。

传染病医生兼首席执行官Kamran Khan博士说:“BlueDot非常荣幸并感谢有机会将我们在传染病、大数据分析和数字技术方面的专业知识与加拿大政府的努力相结合,以保护生命,减轻COVID-19在美国和世界各地的影响。”

“我们正处在一个未知的领域,一种微观病毒正在破坏我们的整个星球。COVID-19大流行表明,需要实施主动管理传染病风险的系统,在我们这个快速变化的世界中,这些风险的频率、规模和影响都在增加。只有加强防范,我们才能赶在这些威胁之前,创造一个更健康、更安全、更繁荣的世界。”

在医学图像中检测COVID-19感染

病毒检测试剂盒供应短缺,科学家和研究人员一直在寻找发现COVID-19感染的替代方法。一个可能的解决方案是检查胸部x光片和CT扫描,这在医院更容易获得,可以显示COVID-19引起的感染。

在诊断中使用胸部成像的挑战是,很难区分COVID-19和流感等其他感染。美国放射学会(ACR)发表声明(在一个新窗口中打开)他建议不要使用胸部CT扫描和x光作为COVID-19的一线检测。“病毒检测仍然是唯一的诊断方法,”ACR在其报告中写道。

这个职位也得到了疾病预防控制中心的支持,哪个州(在一个新窗口中打开)“考虑到胸部成像结果的可变性,不建议单独使用胸片或CT诊断COVID-19。”

但人工智能研究人员希望如此计算机视觉将会帮助人类的视力。几家公司已经部署了人工智能系统,在x光和CT扫描中发现COVID-19病例。最近的一项努力是COVID-Net(在一个新窗口中打开)这是一个由DarwinAI和滑铁卢大学开发的开源深度学习系统。

DarwinAI的首席科学家Alex Wong说,COVID-19和其他感染之间有微妙的区别,放射科医生在做胸部x光检查时可能不会注意到。他说:“COVID-Net的希望是,我们可以利用人工智能(特别是深度学习)来提取这些微妙的视觉指标,以便更好地区分COVID-19和其他形式的感染,并向临床医生展示这些视觉指标,以提高特异性。”

深度学习算法特别擅长发现肉眼无法察觉的视觉数据中的小细节。COVID-Net已经接受了关于COVIDx的培训,这是一个公共数据库,包括13645名不仅患有COVID-19,还患有其他类型肺部感染的患者的16756张胸部x光片。数据的多样性将使深度学习模型能够选出定义每种疾病的特征,并在新的x射线图像中检测它们。

黄说,虽然该模型还没有投入生产,但初步结果在区分COVID-19和其他感染方面非常有希望。随着可用数据的增加,该模型将得到改进。

Wong说:“我们强烈认为,足够大的样本量将在改进COVID-Net以及开发新的深度学习模型以检测COVID-19感染方面产生重大影响。”

尽管如此,Wong强调,正如CDC和ACR所建议的,胸部x光片和CT扫描仍应被视为辅助筛查工具。它们可以在检测试剂盒短缺或无法获得的设施中使用。还有一些情况是,即使在病毒测试阳性诊断的情况下,也必须进行胸部x光或CT扫描,以评估感染的程度,以便进行治疗和护理计划。

Wong说:“我们希望人工智能可以帮助放射科医生更快、更准确地区分COVID-19感染和其他形式的感染(因为流感在每年的这个时候仍然很流行,这一点尤其重要),更重要的是,减少放射科医生的负担,但使其他缺乏专业知识的一线卫生工作者能够更好地做出诊断。”

个人电脑的标志研究称谷歌人工智能在乳腺癌筛查方面比专家更成功
What's New Now<\/strong> to get our top stories delivered to your inbox every morning.","first_published_at":"2021-09-30T21:30:40.000000Z","published_at":"2022-08-31T18:35:24.000000Z","last_published_at":"2022-08-31T18:35:20.000000Z","created_at":null,"updated_at":"2022-08-31T18:35:24.000000Z"})" x-show="showEmailSignUp()" class="rounded bg-gray-lightest text-center md:px-32 md:py-8 p-4 mt-8 container-xs">

获取我们最好的故事!

报名参加最新消息让我们的头条新闻每天早上送到您的收件箱。

本通讯可能包含广告、交易或附属链接。订阅通讯表明您同意我们的使用条款而且隐私政策.您可以随时取消订阅通讯。beplay体育苹果下载


感谢您的报名!

您的订阅已被确认。留意你的收件箱!

注册其他通讯beplay体育苹果下载

你会喜欢的PCMag故事

关于本·迪克森

本迪克森

本·迪克森是一名软件工程师和科技博主。他的文章涉及颠覆性技术趋势,包括人工智能、虚拟和增强现实、区块链、物联网和网络安全。本还经营着博客TechTalks。在Twitter和Facebook上关注他。

阅读本的完整简历

阅读本·迪克森的最新报道

Baidu
map