使用人工智能加速COVID-19诊断

Zegami,牛津大学数据可视化衍生公司,开发了一种新的机器学习模型使用x射线COVID-19感染肺、人工智能技术和数据可视化的工具,可以帮助医务人员确定冠状病毒情况下更有效,但也可能帮助为病人提供更好地了解潜在的结果,甚至导致更有效的治疗。

然而,为了充分发挥潜力,Zegami需要一个巨大的供应COVID-19 x射线和细节治疗用于病人和结果,所以写了一封公开信《牛津健康NHS信托基金会,和整个国民健康保险制度,要求这些图像和数据,并提供其服务在对抗新型冠状病毒。

它认为它只会花几个星期有足够的COVID-19 x射线图像新平台成为有用的诊断工具。

Zegami称其新模型不仅可以帮助识别和区分COVID-19情况下更容易从其他肺部疾病,如细菌性肺炎”和“病毒性肺炎”,它还可以帮助预测潜在的病人通过比较他们的结果COVID-19肺部x射线和其他以前的患者相似的条件,并最终发生基于不同的治疗方案。

在发展新平台,Zegami最初使用GitHub的COVID-19 x射线图像数据倡议,发起的约瑟夫·保罗·科恩,米拉的博士后,蒙特利尔大学。他是寻求开发世界上最大的收藏COVID-19感染肺部的x线和CT图像,使自动化诊断更快和更准确。

迄今为止,因为所使用的图像Zegami给病人没有发生的细节,其模型只能帮助区分COVID-19情况下更容易与其他肺部疾病。

的创始人兼首席执行官罗杰高贵Zegami说:“COVID-19是一个巨大的挑战,技术应该扮演着一个关键角色,打败它。我们相信这个模型我们不仅可用于帮助确定冠状病毒更快的情况下,正确的视觉效果和信息加载到我们的平台和使用数据可视化和人工智能工具,我们可以帮助识别潜在的结果病人通过比较他们的情况下与前患者类似的条件和学习发生了什么。

“然而,来完成我们的项目我们需要更多数据和视觉效果的COVID-19 x射线和治疗用于这些案例和最终的结果,所以我们有写入NHS询问他们是否愿意与我们合作在这个项目上,并看看他们是否可以提供我们需要的视觉效果和数据。

”模型的开发不仅可以帮助我们神奇的国民保健署员工做出更明智的决策和潜在拯救生命,这可能是全球共享,扮演一个角色在帮助打败COVID-19在全球范围内。”