随着美国各地再次出现冠状病毒病例感染的数量,努力保持行业领先地位的医护人员在COVID-Net中使用了一种新颖的方法来应对疫情,COVID-Net是一个基于人工智能的开源平台,使用放射肺以确定冠状病毒特异性肺损伤的图像,并评估该损伤的程度。
该技术是在疫情初期的3月开发的,但随着越来越多的组织采用它,它作为医疗保健中人工智能的一个例子而受到越来越多的关注。
尽管该非营利项目由RedHat公司、波士顿儿童医院和人工智能初创厂商DarwinAI公司牵头,但它是加拿大滑铁卢大学与DarwinAI之间的合作开始的。
DarwinAI公司首席执行官SheldonFernandez表示:“COVID-Net是一项旨在为应对冠状病毒疫情而做出贡献的举措。我们将这个平台开源,不希望它商业化运营。我们希望它只是为从业者提供另一种工具,他们可以利用这些工具来对抗疫情。这就是动机。”
Fernandez表示,并且当疫情成为全球性问题并且全世界的研究人员将医疗保健中的人工智能作为理解该领域的潜在有价值的工具时,已经在与其研究人员合作进行其他项目。并诊断冠状病毒病例。
他说,在七天内,他们能够利用DarwinAI公司的技术开发一个平台,该平台不仅帮助研究人员确定冠状病毒疫情留下独特的视觉标记,而且还使用机器学习技术来训练系统以区分冠状病毒的图像,感染的肺部以及健康的肺部图像或因冠状病毒以外的原因而受损的肺部图像。
Fernandez说:“我们对此很快就进行了调整,并询问是否可以利用我们的领域专业知识并将其应用在应对疫情。因此,我们向系统提供了所有这些图像,并使用我们的技术非常迅速地创建了一个系统,该系统开始发现肺部的这些波动,而呼吸系统是冠状病毒的标志,并且随着时间的推移,该系统变得越来越智能。”
但是,该过程缓慢且麻烦,并且无法足够快地处理大量图像,因此特别有用。此外,人工智能技术不是用户友好的,需要具有工程技能的人才能操作。为了解决这些问题,在RedHat的帮助下,COVID-Net团队与波士顿儿童医院建立了联系,后者开发了一个容器平台,该平台现在称为ChRIS,可在OpenShift和OpenStack上运行。
哈佛医学院放射学助理教授RudolphPienaar表示:“他们已经开发了COVID-Net,但实际上并没有部署它的方法,至少不是简单地以对临床医生有用的方式进行部署。”
波士顿儿童医院的研究员和科学家表示,“这就是我们进行研究的地方。他们正在寻找某种机制来部署他们的应用程序,并为他们的应用程序构建用户界面,以供像医护人员使用。”
Pienaar表示,将现有的COVID-Net技术与ChRIS平台集成在一起的过程大约需要三天。
他说:“花费更多的时间来构建引人注目的用户界面,以将该功能提供给最终用户。其中一部分在概念上是在DarwinAI上完成的。”
尽管该平台可用作确定患者是否感染了冠状病毒的诊断工具,但这并不是该技术的主要推荐用途,因为使用拭子样本进行的基于化学的测试更为准确。Pienaar表示,该平台最有用的一种方法是作为分类诊断工具,以帮助医生确定在冠状病毒病例不堪重负的医疗机构中谁最需要医疗。
他补充说:“真正的好处是防止人眼疲劳。对我来说,这是这类医学诊断的主要内容。一个人能够做出非常准确准确的诊断,但会感到疲劳。机器算法可能无法总是做出良好的预测,有时甚至会接近或可能会更好。但对于相同的输入,它总是会提供相同的结果。它不会感到疲倦,不会变得无聊。从这个角度来看,它将更加可靠。”
实际上,这种好处是在医疗保健中使用人工智能的主要推动力。
该项目的GitHub存储库中提供了描述COVID-Net及其在医疗保健中人工智能的方法的源代码、文档、数据集和科学论文。