使用人工智能诊断COVID-19

患者COVID-19,可怕的气短可以设置几乎在一夜之间。在许多情况下,它是由一个激进的肺部感染肺炎,带来了满厚厚的流体和抢劫的身体生命的氧气。

检测这些严重的病例早期治疗他们的成功至关重要。然而,目前唯一的方法判断病人的肺炎引起的冠状病毒是通过检查x线和CT扫描情况下架的胸部和在世界范围内,放射科医生涌入大量图片,创建一个积压,可能会推迟决定护理至关重要。

凯伦·帕内塔说,一个解决方案可能需要采取一些工作负载远离人类。帕内塔的电气和计算机工程教授工程学院,正在努力创造人工智能(AI),可以发现COVID-19肺炎病例和旗帜。

使用x射线衍射和CT扫描从国际COVID-19数据库,她的实验室培训的人工智能软件梳理成千上万的图像,匹配的那些特征相似。通过比较x射线细菌感染引起的肺炎,慢性吸烟,COVID-19,她说,人工智能能逐渐学会识别每一个独特的特性,是一个特定的形状、面积对比,或其他特征。一旦发现软件潜在的匹配,它使用从non-COVID COVID情况的统计分析。

“这样想:如果你看足球,你见过相同的游戏运行50次,你知道每个球员将做什么如果他们的团队运行一遍,”帕内塔说,他也是工程学院研究生教育学院院长。“但如果一个新人进来,你没见过他,你怎么预测他会做什么?你会回首过去的50倍你看到相同的推测基于你的经验。我们的软件基本上是与这些图片做同样的事情。”

帕内塔COVID-19工作建立在研究她的实验室已经做检测癌变肿瘤。在乳腺癌,她指出,人工智能软件观察单个细胞的细胞核活检样本,和搜索不同的模式匹配已知的情况下。

癌症样本往往有序核包含在一个椭圆形结构,但如果癌症的进展,这些模式往往会分解。使用人工智能和机器学习,可以训练AI自动发现新的癌症病例根据这些特征。

“我们已经开发出所有这些图像处理工具,机器学习,人工智能方法对癌症,所以COVID-19只是更及时的应用程序相同的技术,”她说。“我们只是调优软件为不同的用例。”

结果已经承诺。到目前为止,她的实验室的软件已成功地识别COVID-19肺炎在99%以上的图像处理。

到达这个点还没有如此简单,然而。机器学习工具使用培训软件只是一样好数据他们美联储和人类很容易忽视轻微缺陷图像,这些相同的故障可以旅行即使最好的机器。

COVID-19一些图像数据库中,她指出,黑色大矩形出现病人的个人信息已经封锁了匿名。另一方面,技术人员曝光不足的x射线,使整个图像浑浊,或有叠加x线和CT扫描,创造一个令人困惑的混合图像。

“x线和CT扫描并不总是在原始状态。他们需要大量的增强和预处理清理那些不完美所以他们平等,”她说。AI也必须足够聪明不误诊图像,因为它看到异常。

“每个人都认为人工智能这个神奇的黑盒,但它不是Zoltar,”帕内塔说,他指的是无所不知的算命机从汤姆·汉克斯的电影,大。“你必须不断调整改进它。”

她补充说,另一个问题是,尽管AI可以识别的图像看起来像其他COVID肺炎病例,它不知道为什么这些图片符合标准从医学的观点。填补这些空白,帕内塔是塔夫茨,希望与有经验的放射科医生,希望医疗注释和上下文添加到每个图像。

即使这改进的人工智能软件不是提供给临床医生在当前流行病可能不是很好,因为FDA批准可以years-Panetta希望它仍然可以被使用在未来教育医务人员。如果另一个疫情发生,她的原因,医院需要他们可以得到的所有训练。

“现在,甚至前线医生可能只看到几百COVID-19肺炎病例,但全世界有成千上万的情况下发生,”她说。“如果我们能将所有的数据聚合成一个地方与图片,症状,和病人信息,它可能会更有效地利用人工智能研究疾病,”她说。

这可能有助于识别模式的案例分享。”医生与COVID-19从未见过一个病人,”帕内塔说,“这可能产生一个投资组合,告诉他们如何寻找。”