Létre lehet hozni egy olyan MI-algoritmust, amely mintegy 90 százalékos pontossággal azonosítja koronavírus-fertőzés miatt kialakult tüdőgyulladást a CT-vizsgálatok felvételei alapján. Emellett pontosan azonosítja a pozitív esetek 84 százalékát, valamint a negatív esetek 93 százalékát is - mutatták be egy új tanulmányban.
Új szintre lép a diagnosztizálás
A CT-felvételek mélyebb betekintést adnak a COVID-19 -diagnózisba és a betegség előrehaladásába, mint az RT-PCR-tesztek. A CT-vizsgálatot azonban nem mindig ajánlják a koronavírus által okozott betegség diagnosztikai eszközeként, mivel az gyakran hasonlít a felvételeken az influenza okozta tüdőgyulladáshoz. A Közép-floridai Egyetem kutatóinak részvételével készített algoritmus azonban képes felülkerekedni ezen a problémán: pontosan azonosítja a koronavírusos eseteket és jól megkülönbözteti őket az influenzától - mondta Ulas Bagci, az egyetem számítástechnikai karának adjunktusa, az orvosokat segítő MI-algoritmusok fejlesztésének szakértője. "Bemutattuk, hogy a mélytanulás-technikára épülő MI hiteles és objektív eszközként szolgálhat az egészségügyi rendszerek és a betegek segítésében" - tette hozzá.
Így tanították be a virtuális orvost
A kutatók 1280 kínai, japán és olasz beteg CT-felvételeivel készítették fel az algoritmust, hogy felismerje a kórt a tüdőben. A teszteléshez pedig 1337 tüdőbeteg - köztük az új típusú koronavírus és egyéb kórokozó okozta tüdőgyulladásos, valamint tüdőrákos beteg - CT-felvételeit használták. Amikor egybevetették a számítógép diagnózisát az orvosok által megerősített diagnózissal, azt találták, hogy az algoritmus páratlan hozzáértéssel, pontosan diagnosztizálta a koronavírus által okozott tüdőgyulladást és megkülönböztette azt más betegségektől - különösen ha a COVID-19-betegség korai stádiumban volt.
Mennyi a normál nyugalmi pulzus, és mikor a legjobb megmérni?
Nyereményjáték szabályzat 2025.11.
Meg akarták verni az orvosokat a koronavírusban elhunyt beteg rokonai - a részletekért olvassa el társportálunk, az nlc.hu cikkét!
Legjobban: