Stworzone w Polsce technologie rozpoznają koronawirusa na zdjęciu rentgenowskim czy tomografii komputerowej [DEPESZA]

Wykorzystanie sztucznej inteligencji w walce z pandemią SARS-CoV-2 pozwoli usprawnić pracę pracowników służby zdrowia. Wdrożenie na szeroką skalę technologii uczenia maszynowego zautomatyzuje i usprawni część procedur medycznych. Sztuczna inteligencja wykryje wczesne objawy zakażenia, przeprowadzi wywiad z potencjalnymi chorymi i pomoże odnaleźć lek na koronawirusa. Po technologię uczenia maszynowego sięgnęli m.in. naukowcy z Politechniki Śląskiej, którzy stworzyli internetowy system diagnostyczny CIRCA. Narzędzie wyszkolono w analizie zdjęć rentgenowskich i wyspecjalizowano w odróżnianiu objawów koronawirusa od innych infekcji płucnych.

Sztuczna inteligencja staje do walki z koronawirusem. Zespół z University of Massachusetts Amherst zaprojektował mobilne skanery medyczne FluSense zdolne do wykrywania kaszlu w monitorowanym środowisku. Urządzenie wyposażono w mikrofony do prowadzenia nasłuchu oraz kamery termowizyjne wykorzystywane w procesie analizy wielkości tłumu. Dane zebrane przez FluSense są poddawane analizie przez algorytmy uczenia maszynowego, które potrafią przewidzieć wzrost zagrożenia pandemią wywołaną wirusami atakującymi górne drogi oddechowe.

Potencjał SI doceniła także m.in. Agencja Badań Medycznych, która dofinansuje polski start-up BrainScan.ai wyspecjalizowany w zautomatyzowanej analizie obrazów z tomografów komputerowych. Planuje on wykorzystać swoje doświadczenie w dziedzinie sieci neuronowych do opracowania algorytmu zdolnego rozpoznać na obrazie z tomografu niewielkie zmiany w klatce piersiowej świadczące o zakażeniu koronawirusem.

Z kolei zespół naukowców z Politechniki Śląskiej opracował system internetowy CIRCA do wspierania diagnostyki obrazowej COVID-19. Analizę można wykonać na podstawie zdjęć RTG płuc pacjentów. Zespół stworzył bazę 1200 zdjęć rentgenowskich płuc, na podstawie której system informatyczny rozpoznaje chorobę COVID-19.

– Zaproponowany system analizy radiogramów jest połączeniem kilku konwolucyjnych i klasycznych sieci neuronowych, które wraz z szeregiem procedur pomocniczych pozwalają na automatyczną identyfikację zdjęć RTG płuc, segmentację regionu płuca oraz identyfikację przypadków obrazowo zmienionych w wyniku rozwoju COVID-19 – wyjaśnia prof. dr hab. inż. Joanna Polańska, dziekan Wydziału Automatyki, Elektroniki i Informatyki Politechniki Śląskiej.

Największą zaletą systemu CIRCA jest jego wszechstronność i powszechność. Korzystanie z platformy jest w pełni darmowe, twórcy nie wprowadzili także żadnych ograniczeń regionalnych. Narzędzie może być wykorzystywane bez ograniczeń przez pracowników medycznych z całego świata, również tych niewyspecjalizowanych w analizie radiologicznej.

– Aktualnie system służy do rozróżnienia trzech podstawowych stanów: obrazu bez zmian chorobowych (zdrowe płuca), ze zmianami charakterystycznymi dla zapalenia płuc w COVID-19 oraz ze zmianami charakterystycznymi dla innych stanów zapalnych płuc (bakteryjnych i wirusowych). Trwają także prace nad rozszerzeniem jego funkcjonalności o kolejne jednostki chorobowe – dodaje prof. dr hab. inż. Joanna Polańska.

Algorytmy uczenia maszynowego wykorzystywane są także na ostatnim etapie walki z pandemią, w procesie opracowywania potencjalnych szczepionek oraz leków na koronawirusa. W stronę sztucznej inteligencji zwrócili się m.in. naukowcy z Uniwersytetu Flinders, którzy mają już na swoim koncie sukcesy związane z wykorzystaniem inteligentnych algorytmów w procesie opracowywania leków na grypę.

Według analityków z firmy MarketsandMarkets wartość globalnego rynku sztucznej inteligencji do 2025 roku wzrośnie do przeszło 190 mld dol. przy średniorocznym tempie wzrostu na poziomie 36,6 proc.