Skuteczna pomoc chorym wymaga przede wszystkim właściwej diagnozy. W przypadku Covid-19 diagnostyka opiera się głównie na czasochłonnych i obarczonych sporą niedokładnością testach genetycznych. Trudno jest więc szybko i trafnie rozpoznać pacjentów zakażonych SARS-CoV2. Jednocześnie chorzy mogą roznosić wirusa w trakcie oczekiwania na wynik testu.

Dużo szybciej chorobę pozwala rozpoznać badanie płuc z pomocą tomografii komputerowej, jednak wymaga ono wytrenowanego oka radiologa, a skany często przypominają zdjęcia płuc z zapaleniem bakteryjnym.

W nowej pracy opublikowanej na łamach „Medical Imaging Science” naukowcy z koreańskiego Daegu Gyeongbuk Institute of Science (DGIST) opisali oparty na sztucznej nteligencji algorytm, który świetnie sobie radzi, zastępując radiologa.

„Jako naukowców, nas także dotknęły skutki pandemii i chętnie wykorzystaliśmy naszą wiedzę w zakresie obrazowania medycznego do stworzenia systemu, który przyspieszy diagnostykę i usprawni pracę w szpitalach” - mówią badacze.

System działa z ponad 98-procentową dokładnością. Potrafi się też uczyć na ograniczonych, w tym niekompletnych danych.

Badacze twierdzą, że można go zastosować także do analizy innych rodzajów medycznych obrazów, a do tego nowatorska architektura stworzonych algorytmów sprawia, że lekarze mogą z większą łatwością zrozumieć ich działanie.

Tego typu programy mogą, według badaczy, okazać się szczególnie przydatne w krajach uboższych, z ograniczonym dostępem do specjalistów.

Więcej informacji na stronie publikacji źródłowej (https://www.sciencedirect.com/science/article/abs/pii/S1361841521001511#)

Marek Matacz

mat/ zan/