Сектор ИИ, который неустанно работает с начала пандемии
По мере распространения пандемии COVID-19 по всему миру многие страны и частные учреждения предоставили много ресурсов, как человеческих, так и финансовых, для развития науки, которая может помочь остановить распространение вируса.
Основная цель состоит в том, чтобы найти вакцину как можно скорее, и остается незамеченным тот факт, что технология вносит свой вклад во весь этот прогресс. В частности, сектор ИИ, который неустанно работает с начала пандемии, предлагая решения различных задач. Ниже описаны некоторые примеры того, как это делается.
Компьютерное зрение-CNN
Рентгенограммы грудной клетки
Собирая данные с рентгеновских изображений грудной клетки и создавая общедоступный набор данных, данные должны анализировать закономерности на рентгеновских снимках грудной клетки за короткое время и, таким образом, решать, что люди могут иметь тяжелую инфекцию вирусом, для чего предназначен этот проект. не ставить диагноз, а помогать врачам, а не просматривать тысячи и тысячи снимков.
Распространенным симптомом COVID-19 является пневмония. ИИ может обнаруживать аномалии на рентгеновском снимке, классифицируя положительные на пневмонию, затем используется вторая модель, чтобы диагностировать, вызвана ли пневмония вирусом COVID-19.
Архитектуры, используемые для классификации изображений или обнаружения объектов, RESNET и Inception дали отличные результаты.
Компьютерное зрение для контроля доступа
Другой вариант использования компьютерного зрения связан с управлением посетителем, называемым контролем доступа. Большинству людей приходилось предъявлять свои водительские права или другое удостоверение личности невнимательному охраннику, чтобы получить доступ в здание. Это упражнение обеспечивает тонкую видимость безопасности и контроля доступа, но мало что делает.
Мы считаем, что для хозяев лучше разрешить своим гостям загружать свои собственные селфи, которые система технического зрения проверяет во время входа и автоматически открывает дверь или турникет. Эта система уменьшает потребность во взаимодействии с персоналом службы безопасности и, следовательно, в очереди, в которой гости должны ждать, чтобы предъявить свои водительские права. Кроме того, эта система снижает необходимость для охранников прикасаться к идентификатору гостя, а гостям — к клавиатуре или другим механизмам.
Система также обеспечивает точный контрольный след того, кто получил доступ, и если система технического зрения разрешила или остановила потенциального участника. Те, кто предпочитает не использовать маршрут компьютерного зрения, могут подождать в очереди и предъявить свое удостоверение личности, таким образом, компьютер обеспечивает тип быстрого отслеживания «EasyPass» или «Предварительная проверка TSA» для тех, кто предпочитает больше удобства и меньше точек соприкосновения, в обмен на цифровую регистрацию лица.
Робототехника
В последние месяцы появилась новая линейка роботов, которые благодаря внедренным в них технологиям искусственного интеллекта предлагают помощь в борьбе с COVID-19, сокращая контакты между пациентами и медицинским персоналом и сводя к минимуму риск передачи.
Роботы-помощники
Робот может измерять температуру тела с помощью ультрафиолетовых ламп. Кроме того, он предлагает дезинфицирующее средство для рук. С другой стороны, он может общаться с основным сервером в режиме реального времени через сети 5G.
Если робот обнаружит человека с высокой температурой, он отправит соответствующие данные непосредственно на главный сервер, чтобы человек не мог войти в здание. Это также позволит оповестить персонал места, чтобы человека сопровождал человек, отвечающий за территорию.
Также робот также может просить горожан соблюдать достаточную дистанцию. Также попросите их носить маски.
Компания Pudu Technology со штаб-квартирой в Шэньчжэне, занимающаяся производством роботов для предприятий общественного питания, развернула свои машины в более чем 40 больницах по всей стране для оказания помощи медицинскому персоналу. Еще один пример — MicroMultiCopter, также в Шэньчжэне, чьи менеджеры задействовали дроны для перевозки медицинских образцов и выполнения тепловизионных снимков.
Обучение с подкреплением
Открытие лекарств
Модель, которая может предсказать, какое лекарство поможет разработать лечение COVID-19, определенные методы лечения других заболеваний могут препятствовать проникновению вируса в клеточную мембрану. Модели обучения с подкреплением и GAN, в которых задаются определенные показатели, чтобы увидеть, приближаются ли они к решению, питаются структурой, содержащей COVID-19, и генерируют структуры лекарств. которые могут остановить структуру COVID-19.
Новая система называется Обучение с подкреплением для структурной эволюции (ReLeaSE) и представляет собой алгоритм и компьютерную программу, состоящую из двух нейронных сетей, которые действуют как учитель и ученик. Преподаватель знает синтаксис и лингвистические правила словаря химических структур примерно для 1,7 миллиона известных биологически активных молекул. Работая с учителем, ученик со временем учится и становится лучше в предложении молекул, которые могут быть полезны в качестве новых лекарств.
Алгоритмы машинного обучения
Технологии машинного обучения, или машинное обучение, являются основным двигателем искусственного интеллекта. По сути, эти технологии позволяют обрабатывать огромные объемы данных или Big Data, выявлять в них закономерности. Таким образом, они могут использовать данные для прогнозирования будущих результатов и делать другие ценные выводы. Так, например, они могли предсказать количество смертей от COVID-19 среди мужчин старше 60 лет в стране. Использование огромных объемов данных позволяет присвоить этим прогнозам высокий уровень надежности.
Прогноз клинической тяжести
Используя историю болезни пациентов, мы пытаемся предсказать, что произойдет, например, вероятность смерти или развития серьезных осложнений во время болезни, или вероятность излечения и отсутствие серьезных осложнений.
Вывод
ИИ оказывает огромное влияние на борьбу с пандемией. Он был принят в некоторых приложениях для здравоохранения, хотя иногда скорость его внедрения медленнее, чем ожидалось. Однако я считаю, что когда битва с пандемией закончится, искусственный интеллект будет продолжать приобретать все большее значение для различных систем здравоохранения мира.
Цзян, X., Кофе, М., Бари, А., Ван, Дж., Цзян, X. и соавт. (2020). На пути к структуре искусственного интеллекта для прогнозирования клинической тяжести коронавируса на основе данных. CMC-Computers, Materials & Continua, 63(1), 537–551.
