Comme le souligne un article publié sur le site de Tufts University, pour les patients atteints de la COVID-19, un essoufflement terrifiant peut se produire pratiquement du jour au lendemain. Dans de nombreux cas, elle est causée par une pneumonie agressive dans les poumons, qui les remplit de liquide épais et prive le corps d'oxygène vital.
La détection précoce de ces cas graves est essentielle pour les traiter avec succès. Pour le moment, cependant, la seule façon de savoir si la pneumonie d'un patient est causée par le coronavirus est d'examiner les radiographies et les tomodensitogrammes de la poitrine, et à mesure que les cas s'accumulent dans le monde entier, les radiologues sont inondés d'images
À l'aide de rayons X et de tomodensitogrammes provenant d'une base de données internationale COVID-19, les chercheurs forment un logiciel d'IA pour éplucher des milliers d'images, correspondant à celles qui partagent des traits similaires. En comparant les rayons X de la pneumonie causée par des infections bactériennes, le tabagisme chronique et la COVID-19, l'IA peut progressivement apprendre à identifier les caractéristiques uniques à chacun, que ce soit une forme particulière, une zone de contraste ou un autre trait. Une fois que le logiciel a trouvé des correspondances potentielles, il utilise une analyse statistique pour trier les cas COVID des cas non COVID.
Comme le révèlent les chercheurs, l'application de l'IA peut s'avérer complexe. Dans certaines images de la base de données COVID-19, de grands rectangles noirs apparaissent là où les informations personnelles du patient ont été bloquées pour l'anonymat. Dans d'autres, les techniciens ont sous-exposé les rayons X, rendant l'image entière légèrement trouble, ou ont superposé les radiographies et les tomodensitogrammes, créant une image hybride déroutante. Les radiographies et les tomodensitogrammes ne sont pas toujours en parfait état. Ils nécessitent beaucoup d'amélioration et de prétraitement pour nettoyer ces imperfections afin qu'ils soient sur un pied d'égalité. L'IA doit également être suffisamment intelligente pour ne pas mal diagnostiquer une image car elle voit une anomalie.
De plus, selon les chercheurs, même si l'IA peut identifier des images qui ressemblent à d'autres cas de pneumonie COVID, elle ne peut pas dire exactement pourquoi ces images répondent aux critères d'un point de vue médical.
Aucun commentaire:
Enregistrer un commentaire