Loading...
如何利用人工智能检测和对抗冠状病毒
勿扰心安 发布于 03/04 09:17 浏览 162

COVID-19冠状病毒的传播是一个动态的情况,每天甚至每小时都在变化。全球范围内日益严重的突发公共卫生事件正威胁着人们的生命安全,但同时也影响着商业活动,并扰乱了世界各地的旅行。经济合作与发展组织警告说,冠状病毒可能导致全球经济增长减半,在经历了2008年以来股市最糟糕的一周后,美联储(Federal Reserve)将下调联邦利率。

COVID-19冠状病毒将如何影响我们的生活和工作方式尚不清楚,因为这是一种首次在世界范围内传播的新疾病,但人工智能似乎可以帮助对抗这种病毒及其经济影响。

世界卫生组织(World Health Organization)上月发布的一份报告称,人工智能和大数据是应对这一疾病的一个关键部分。以下是人们求助于机器学习解决方案的一些方法,特别是用于检测或对抗COVID-19冠状病毒。

消毒机器人

2月19日,丹麦UVD机器人公司表示,该公司已与Sunay Healthcare Supply达成协议,将在中国销售其机器人。UVD的机器人在医疗设施周围漫游,传播紫外线,对被病毒或细菌污染的房间进行消毒。

XAG机器人公司也在广州部署了消毒剂喷洒机器人和无人机。

Covid-19大流行可能会加速在医院、仓库、配送、食品制备和制造等领域开始采用电话会议和远程机器人。

公共场所发烧检测

人工智能检测冠状病毒的一种方法是使用装有热传感器的摄像机。

新加坡一家医院和公共卫生设施正在进行实时温度检测,这要归功于初创公司KroniKare,该公司拥有智能手机和热传感器。

北京清河火车站正在使用由百度公司开发的人工智能系统,该系统使用红外传感器和人工智能来预测人们的温度。

百度的方法结合了计算机视觉和红外技术,在0.5摄氏度的范围内,每分钟检测200人的额头温度。由于发烧是冠状病毒的征兆,如果检测到一个人的体温高于37.3摄氏度,系统就会向当局发出警报。百度下一步可能在北京南站和北京地铁4号线实施温度监测。

上个月,深圳微多直升机在一份声明中表示,它已经在中国多个城市部署了100多架无人机。无人机不仅能进行热传感,还能喷洒消毒剂和在公共场所巡逻。

病毒追踪

一家名为BlueDot的公司说,它在世界卫生组织(WorldHealthOrganization)早九天前就认识到中国出现了高肺炎发病率。蓝点是为应对非典而建立的。它使用自然语言处理(NLP)来浏览数十万个来源的文本,以搜索有关人类或动物健康的新闻和公共声明。

与美国国防部和情报机构合作的metabiota公司估计疾病传播的风险。它的预测基于疾病症状、死亡率和治疗的有效性等因素。

冠状病毒检测的深度学习

上个月,世卫组织发布了一份40页的报告,内容是关于中国对covid19的初步应对,报告引用了大数据和人工智能作为中国应对该疾病的一部分。用例包括用于追踪接触者以监测疾病传播的人工智能和“优先人群的管理”。

但学者、研究人员和卫生专业人员也开始制造其他形式的人工智能。

周日,来自武汉大学人民医院、武汉恩道格医疗科技公司和中国地质大学的研究人员分享了关于深度学习的研究成果,他们称COVID-19的准确率高达95%。该模型通过51例实验室确诊的covid19肺炎患者的CT扫描和45000多张匿名CT扫描图像进行训练。

深度学习模式的表现可与放射科专家相媲美,提高了放射科医师在临床工作中的效率。在medrxiv.org上发表的一篇关于该模型的预印论文中写道:“它在缓解一线放射科医生的压力、改善早期诊断、隔离和治疗方面具有巨大潜力,从而有助于控制疫情。”

研究人员表示,该模型可以将CT扫描的确认时间缩短65%。在其他地方也进行了类似的工作,武汉中南医院的机器学习系统从经过几十万次CT扫描的Infervision中检测出冠状病毒。

AI预测重症COVID-19患者的生存率

在今天更新的另一篇关于medrxiv的预印本论文中,使用武汉同济医院的临床数据共享了初步结果,一个新的系统能够以超过90%的准确率预测生存率。

这项工作是由中国华中科技大学人工智能与自动化学院等部门的研究人员完成的。

合作者说,目前对冠状病毒存活率的估计可以从300多个实验室或临床结果中得出,但他们的方法只考虑与乳酸脱氢酶(LDH)、淋巴细胞和高敏C反应蛋白(hsCRP)相关的结果。

在上个月与中国政府合作者在arXiv上发表的另一篇论文《冠状病毒筛查的深入学习》中,该模型使用多个CNN模型对CT图像数据集进行分类,并计算COVID-19的感染概率。在初步结果中,他们声称该模型能够预测COVID-19、甲型流感病毒性肺炎和健康病例之间的差异,准确率为86.7%。

通过对武汉市三所医院的流感患者、COVID-19患者和健康人的CT扫描,包括110名COVID-19患者的219张图像,对该模型进行了深度学习训练。

由于疫情传播如此之快,前线的人需要工具来帮助他们识别并以同样快的速度对待受影响的人。工具也要精确。毫无疑问,已经有人工智能解决方案在野外部署,而且几乎可以肯定的是,公共部门和私营部门都将推出更多的解决方案。


声明:本文由易百纳技术社区编写,文章内容来自venturebeat,版权归原作者所有,转载请注明出处,如有侵权请联系删除。

*本文仅代表作者观点,不代表易百纳技术社区立场。系作者授权易百纳技术社区发表,未经许可不得转载。

点赞0
收藏0

精彩评论

内容存在敏感词
确定要删除此文章、专栏、评论吗?
确定
取消

详细的问题描述有助于平台快速解决问题

屏幕截图
问题描述