من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
شناسایی کوروناویروس جدید با هوش مصنوعی در چندثانیه
منتشرشده در: مجله Syncedreview به تاریخ ۲۷ فوریه ۲۰۲۰
نویسنده: Meghan Han
لینک مقاله اصلی: https://medium.com/syncedreview/ai-enables-doctors-to-diagnose-covid-19-infection-in-seconds-64db82757f91
مقالهای که در مجله پزشکی لانسلت در ۲۵ فوریه منتشر شد، نشان میدهد که کاهش سطح منابع پزشکی باعث افزایش میزان مرگ و میر ناشی از ویروس کرونا در جمعیت محلی فراتر از برآوردهای فعلی خواهد شد. این مطالعه نشان میدهد که نرخ مرگ و میر در شهر ووهان بیش از ۳ درصد، در استان هوبی ۲.۹ درصد و در بقیه نقاط چین ۰.۷ درصد است.
نزدیک به ۳۰٬۰۰۰ پرسنل پزشکی از سراسر چین به استان هوبی اعزام شدهاند تا به متخصصان پزشکی محلی در مبارزه علیه ویروس کرونای جدید کمک کنند. تشخیص سریع و دقیق در خط مقدم بسیار مهم است، و اکنون یک سیستم ارزیابی تشخیصی که با هوش مصنوعی کار میکند به تیمهای پزشکی هوبی کمک میکند تا این کار را انجام دهند.
در حال حاضر، اسکنهای ریه CT و تست اسید نوکلئیک دو ابزار اصلی تشخیصی هستند که پزشکان در تایید عفونتهای COVID - ۱۹ استفاده میکنند. تصویربرداری CT برای تایید تشخیص ضروری است و همچنین به پزشکان اجازه میدهد تا به تشخیص شدت عفونت ریه دسترسی داشته باشند.
در شب سال نو چین (۲۴ ژانویه) تعداد موارد تایید شده در چین برای اولین بار ۱،۰۰۰ مورد بودهاست. با کمیاب شدن منابع پزشکی برای غربالگری عفونت، مرکز بالینی بهداشت عمومی شانگهای (SPHCC) به بخش مراقبتهای بهداشتی استارتاپ هوش مصنوعی YITU، که راهحلهای تصویربرداری پزشکی برای تشخیص سرطان ریه ارائه میدهد، رسید.
تیم توسعه YITU برنامههای سال نو خود را لغو کرد و تصمیم گرفت تا یک تصویرخوان CT ایجاد کنند. سو ژیایومینگ، مدیر کل تیم بهداشت و درمان YITU توضیح میدهد: Lچرخه تحقیق و توسعه محصولات بینایی کامپیوتری از مدلسازی تا کاربرد بالینی معمولا شش ماه تا یک سال طول میکشد و نیاز به پیگیری بهینهسازی در محل در بیمارستانها دارد.»
تیم ۱۰۰ نفره YITU مصمم بود تا این فرآیند را به شدت کاهش دهد. با همکاری نزدیک با پزشکان SPHCC و با وجود خطر عفونت، توسعه دهندگان YITU اولین تکرار از سکوی تشخیص هوش مصنوعی خود را تنها ظرف چهار روز به پایان رساندند. آنها کشف کردند که در مقایسه با ندولهای ریوی معمولی نشاندادهشده در سیتیاسکن، ضایعات مایع بیشتری در سیتیاسکن بیماران مبتلا به کروناویروس یافت میشود، که این الگوها و مراحل زیر را نشان میدهد:
- ضایعات اولیه اغلب سایه تکهتکه کوچک و تغییرات بینابینی در ریهها را نشان میدهند.
- با رشد ضایعات، اوپاسیتههای شیشهای چند گانه و انفیلتراسیون در هر دو ریه ظاهر میشوند.
- در موارد شدید، بیماران ضایعات منتشر ریوی دارند و ممکن است تثبیت ریوی رخ دهد؛ و ریهها "سفید" به نظر خواهند رسید.
سو به synced گفت که از ۲۸ ژانویه تا ۱۳ فوریه، مدل تشخیص YITU در ۶۵۹ مورد در SPHCC به کار گرفته شد، که در آن حساسیت تشخیص کروناویروس سیستم به ۹۷.۳ درصد و ویژگی تشخیص آن به ۹۹ درصد رسید.
تا ۵ فوریه، سیستم تشخیص هوش مصنوعی در چهار بیمارستان استان هوبی مستقر شد که با کمبود مداوم پزشک و تجهیزات از جمله بیمارستان رمین دانشگاه ووهان دست و پنجه نرم میکردند. در بیمارستانها، تشخیص و درمان کروناویروس شامل پزشکانی از بخشهای بالینی مختلف - رادیولوژی، تنفسی، اورژانس، مراقبتهای ویژه و غیره - میشود و بنابراین تیم پزشکی YITU وظایف سیستم را برای نیازهای مختلف آنها ساختهاست.
در حال حاضر، «سیستم ارزیابی هوشمند کوروناویروس از روی سیتیاسکن قفسه سینه» ی YITU میتواند تشخیص موارد مشکوک را به ۲ تا ۳ ثانیه کاهش دهد.
این مقاله توسط مترجم تخصصی و علمی متن و به صورت خودکار ترجمه شده و با حداقل ویرایش و بازبینی انسانی منتشر شده است.
مطلبی دیگر از این انتشارات
توکنهای متاورس در حال افول هستند: ۹۰٪ پایینتر از پیکهای قبلی آنها
مطلبی دیگر از این انتشارات
اندازه جمعیت و اندازه دولت
مطلبی دیگر از این انتشارات
برترین نویسندگان در زمینه هوش مصنوعی