{"vars":{{"pageTitle":"Badacze z USA nauczyli sztuczną inteligencję prognozować powikłania po COVID-19","pagePostType":"post","pagePostType2":"single-post","pageCategory":["news","nowe-technologie"],"pageAttributes":["badanie","covid-19","koronawirus","medycyna","nowe-technologie","stany-zjednoczone","sztuczna-inteligencja"],"pagePostAuthor":"Martyna Maciuch","pagePostDate":"12 maja 2021","pagePostDateYear":"2021","pagePostDateMonth":"05","pagePostDateDay":"12","postCountOnPage":1,"postCountTotal":1,"postID":132530}} }
300Gospodarka.pl

Badacze z USA nauczyli sztuczną inteligencję prognozować powikłania po COVID-19

Odpowiednio wyszkolony program komputerowy potrafi na podstawie zdjęcia rentgenowskiego z 80-procentową dokładnością przewidzieć, że u pacjentów z COVID-19 wystąpią zagrażające życiu komplikacje – informuje pismo „npj Digital Medicine”.

Program został opracowany przez naukowców z Grossman School of Medicine z Uniwersytetu Nowojorskiego.

Umiejętności sztucznej inteligencji zostały następnie przetestowane na 770 zdjęciach rentgenowskich klatki piersiowej 718 pacjentów przyjętych z powodu COVID-19 na izby przyjęć szpitali prowadzonych prze Uniwersytet w kilku miesiącach 2020 roku.

W czterech na pięć przypadków program komputerowy dokładnie przewidział, czy osoby wymagały intensywnej opieki i wentylacji mechanicznej lub czy zmarły w ciągu czterech dni od przyjęcia.

Sztuczna inteligencja może ulepszyć diagnostykę

„Lekarze na izbach przyjęć i radiolodzy potrzebują skutecznych narzędzi, takich jak nasz program, aby szybko zidentyfikować tych pacjentów z COVID-19, których stan najprawdopodobniej ulegnie szybkiemu pogorszeniu, tak aby pracownicy służby zdrowia mogli ich dokładniej monitorować i interweniować wcześniej” – powiedziała współprowadząca badanie Farah Shamout, adiunkt w dziedzinie inżynierii komputerowej na kampusie Uniwersytetu Nowojorskiego w Abu Zabi.

Główną zaletą programów inteligencji maszynowej jest to, że ich dokładność można śledzić, aktualizować i ulepszać dzięki większej ilości danych – wskazał dr Krzysztof Geras, adiunkt na Wydziale Radiologii Uniwersytety Nowojorskiego.

Dr Geras ma nadzieję, że w ramach dalszych badań wkrótce wdroży test klasyfikacyjny NYU COVID-19 do codziennej pracy lekarzy medycyny ratunkowej i radiologów.

Do szkolenia sztucznej inteligencji wykorzystanej w projekcie zostało użytywch kilkaset gigabajtów danych, obejmujących ponad 5 tys. zdjęć rentgenowskich klatki piersiowej wykonanych u niemal 3 tys. ciężko chorych pacjentów zakażonych wirusem SARS-CoV-2.

Oprócz obrazów rentgenowskich w szkoleniu sztucznej inteligencji uwzględnione zostały także wiek, rasa i płeć pacjentów, a także niektóre parametry życiowe i wyniki badań laboratoryjnych, w tym masa i temperatura ciała oraz poziom komórek odpornościowych we krwi.

A już w czwartek, 13 maja, zapraszamy do lektury najnowszego raportu 300RESEARCH: „Cyfrowe zdrowie. Jak poprawić efektywność usług medycznych” – analizujemy, jak wygląda digitalizacja usług w sektorze zdrowia w Polsce na tle trendów światowych .

Badanie: COVID-19 infekuje neurony i wpływa na pracę mózgu