Разработан алгоритм, который способен точно определить инфекцию COVID-19, а также отличать ее от гриппа

Разработан алгоритм, который способен точно определить инфекцию COVID-19, а также отличать ее от гриппа

06 Oct 2020
56
Прослушать

Ученые из университета Центральной Флориды смогли продемонстрировать, что искусственный интеллект (artificial intelligence, AI) может быть почти таким же точным, как и врач, при диагностике COVID-19 в легких.

Исследование, недавно опубликованное в журнале Nature Communications, показывает, что алгоритм искусственного интеллекта может быть обучен классификации пневмонии COVID-19 при компьютерной томографии (КТ) с точностью до 90%, а также правильному выявлению положительных случаев в 84% случаев и отрицательных - в 93% случаев.

КТ позволяет глубже понять диагноз и прогрессирование COVID-19 по сравнению с часто используемыми тестами с обратной транскрипцией и полимеразной цепной реакцией. Эти тесты характеризуются высокой частотой ложных срабатываний, задержками в обработке и другими сложностями.

Еще одним преимуществом компьютерной томографии является то, что она позволяет обнаружить COVID-19 у людей без симптомов и у тех, кто имеет ранние симптомы. Однако КТ не всегда рекомендуется в качестве диагностического инструмента для определения коронавируса, поскольку на снимках болезнь часто выглядит так же, как и гриппозная пневмония.

Новый алгоритм может решить эту проблему за счет точной идентификации случаев COVID-19, а также их отличия от гриппа, тем самым служа огромным потенциальным подспорьем для врачей.

Ученые "обучили" компьютерный алгоритм распознаванию COVID-19 в КТ-сканах легких, используя набор соответствующих данных, полученных от 1280 многонациональных пациентов из Китая, Японии и Италии. Затем они протестировали алгоритм на КТ-данных 1337 пациентов с заболеваниями легких - от COVID-19 до рака и обычной пневмонии.

Сравнив диагнозы, поставленные алгоритмом, с  результатами врачей, они обнаружили, что алгоритм позволяет точно диагностировать пневмонию COVID-19 в легких и отличать ее от других заболеваний, особенно при обследовании на КТ на ранних стадиях прогрессирования заболевания.