Araştırmacılar, COVID-19 enfeksiyonunu yüzde 98’den fazla doğrulukla hızlı bir şekilde tespit etmek için göğüs röntgenlerini otomatik olarak analiz eden, normal röntgenler ile genellikle COVID ile aynı semptomları gösteren pnömonili kişilerin röntgenleri arasında ayrım yapan derin öğrenme tabanlı bir yapay zeka algoritması geliştirdiler.
Özel Evrişimli Sinir Ağı (Custom-CNN) adı verilen derin öğrenme tabanlı algoritmanın PCR testine kıyasla çok daha hızlı ve doğru sonuçlar verdiği ortaya koyuldu.
PCR testi, COVID-19 enfeksiyonunu teşhis etmek için en yaygın kullanılan yöntemdir. Ancak gerçek zamanlı PCR testinin kullanılmasıyla ilgili sorunlar vardır: maliyetlidir, sonuçlar yavaş olabilir ve yanlış negatifler üretmeye eğilimlidir.
TEŞHİS SÜRECİNİ KOLAYLAŞTIRMAK İÇİN YAPAY ZEKA YARDIMI
Bununla birlikte, enfeksiyon belirtileri için X-ışınlarını titizlikle incelemek zaman alıcıdır ve insan gözüne dayandığı için her zaman doğru olmayabilir. Bu nedenle, Sydney Teknoloji Üniversitesi’ndeki (UTS) araştırmacılar, teşhis sürecini kolaylaştırmak için yapay zekadan yardım aldı.
YÜZDE 98’LİK DOĞRULUK PAYIYLA COVID-19’U TESPİT ETTİ
Scientific Reports dergisinde yayımlanan çalışmada sonuçlar, Özel-CNN modelinin COVID, normal ve pnömoni görüntü örneklerinin sınıflandırılmasında yüzde 98,19’luk bir sınıflandırma doğruluğu elde ettiğini göstermiştir.
ERKEN TEŞHİS BAŞKALARININ ENFEKTE OLMASINI ÖNLER
COVID-19 enfeksiyonunun erken teşhisi, hastaların semptomların başlamasından sonraki beş gün içinde alındığında en iyi sonucu veren antiviraller de dahil olmak üzere doğru tedaviyi almalarını sağlayabilir.
Ayrıca hastaları izole olmaya ve başkalarının enfekte olmasını önlemeye teşvik edebilir.
AYIRT EDİLEBİLMESİ ZOR
Diğer bir karmaşık faktör ise COVID-19 enfeksiyonu semptomlarının ateş, öksürük, nefes almada zorluk, boğaz ağrısı, grip veya zatürre gibi diğer solunum yolu viral enfeksiyonlarından ayırt edilmesinin zor olabilmesidir.
Son yıllarda, makine öğrenimi algoritmaları tıpta popülerlik kazanmış, doktorlara Parkinson hastalığını teşhis etmede, meme kanserini tespit etmede ve inme ve kalp yetmezliğini tahmin etmede yardımcı olmuştur.