حالا هوش مصنوعی می‌تواند با دقت ۹۸ درصد بیماری کرونا را در عکس‌های اشعه ایکس تشخیص دهد

محققان یک الگوریتم هوش مصنوعی مبتنی بر یادگیری ژرف ایجاد کرده‌اند که به طور خودکار عکس اشعه ایکس قفسه سینه را تجزیه و تحلیل می‌کند تا به سرعت عفونت کرونا یا COVID-۱۹ را با دقت بیش از ۹۸ درصد تشخیص دهد و بین اشعه ایکس معمولی و سالم و اشعه ایکس از افراد مبتلا به عفونت ریه، تمایز قائل شود.

آزمایش واکنش زنجیره‌ای پلیمراز با استفاده از رونویسی معکوس یا (RT-PCR) پرکاربردترین روش برای تشخیص عفونت COVID-۱۹ است. اما در استفاده از آزمایش PCR به صورت بیٰدرنگ مشکلاتی وجود دارد: این آزمایش پرهزینه است، نتایج ممکن است کند ارائه شوند و منفی کاذب هم دارد، یعنی افرادی با وجود ابتلا ممکن است در این آزمایش سالم اعلام شوند. اما با سی تی اسکن قفسه سینه و اشعه ایکس قفسه سینه می‌توان در کنار PCR بر دقت افزود و متوجه موارد منفی کاذب شد.

COVID-۱۹ طرح  رادیولوژیکی خاصی در اشعه ایکس قفسه سینه ایجاد می‌کند که رادیولوژیست‌ها برای تشخیص عفونت با ویروس استفاده می‌کنند. با این حال، بررسی دقیق اشعه ایکس برای نشانه‌های عفونت، زمان‌بر است و چون به چشم انسان متکی است، ممکن است همیشه دقیق نباشد. بنابراین، محققان دانشگاه فناوری سیدنی (UTS) از هوش مصنوعی برای ساده‌سازی فرآیند تشخیص کمک گرفتند.

امیر گندمی – یکی از محققان این طرح- در مقاله‌ای که در این مورد اشاره کرده به همین مسائل اشاره کرده و افزوده که عامل پیچیده دیگر این است که تشخیص علائم عفونت COVID-۱۹ – تب، سرفه، مشکل در تنفس، گلودرد – از سایر عفونت‌های ویروسی تنفسی مانند آنفولانزا یا ذات‌الریه دشوار است.

در سال‌های اخیر، الگوریتم‌های یادگیری ماشینی در پزشکی محبوبیت پیدا کرده‌اند و به پزشکان در تشخیص بیماری پارکینسون، تشخیص سرطان سینه و پیش‌بینی سکته و نارسایی قلبی کمک می‌کنند.

یادگیری ژرف، زیرشاخه‌ای از هوش مصنوعی، به ویژه برای ایجاد مدلی مناسب است که می‌تواند نتایج دقیقی را از داده‌های ورودی ایجاد کند. در مطالعه فعلی، محققان یک الگوریتم مبتنی بر یادگیری عمیق به نام شبکه عصبی کانولوشن سفارشی (Custom-CNN) توسعه داده بودند که به طور خاص برای تشخیص COVID-۱۹ طراحی شده است.

دو مجموعه داده اشعه ایکس قفسه سینه که به صورت رایگان در دسترس هستند برای آزمایش مدل هوش مصنوعی استفاده شد. مجموعه داده‌ها شامل سه دسته از تصاویر اشعه ایکس قفسه سینه است: پنومونی (عفونت ریه) طبیعی، عفونت با ویروس کرونا مثبت و عفونت ریه ویروسی با سایر ویروس‌ها به جز کرونا. برای آموزش مدل از تصاویر استفاده شد، و از ۲۰٪ برای آزمایش کارایی سیستم استفاده شد.

هدف از این مطالعه ارزیابی کارایی مدل درتشخیص عفونت ویروس کرونا و پنومونی ویروسی، پنومونی طبیعی و ویروسی، و کرونا و ریه‌های نرمال بود. نتایج نشان داد که مدل Custom-CNN با دقت بیش از ۹۸ درصد درصد این موارد را هم از افتراق می‌دهد.

با مقایسه نتایج مدل با نتایج به‌دست‌آمده با استفاده از مدل‌های، مشخص شد که Custom-CNN از همه آن‌ها بهتر عمل کرد.

تشخیص زودهنگام عفونت COVID-۱۹ می‌تواند تضمین کند که بیماران درمان صحیح از جمله دارو‌های ضد ویروسی را دریافت می‌کنند که اگر ظرف پنج روز پس از شروع علائم مصرف شوند، بهترین کارایی را دارد. همچنین می‌تواند بیمارانی را که لازم است قرنطینه شوند را مشخص کند.

گندمی گفت: «سیستم جدید هوش مصنوعی می‌تواند به ویژه در کشور‌هایی که سطوح بالای کووید-۱۹ را تجربه می‌کنند و در آن‌ها کمبود رادیولوژیست وجود دارد، مفید باشد. دستگاه اشعه ایکس قفسه سینه قابل حمل‌تر است، به طور فراگیرتری در دسترس است و نسبت به سی تی اسکن بیمار را در معرض تشعشعات یونیزان کمتری قرار می‌دهد.»

این مطالعه در مجله Scientific Reports منتشر شده.