Algoritme dapat mengidentifikasi kasus COVID-19 secara akurat, serta membedakannya dari influenza – ScienceDaily

Algoritme dapat mengidentifikasi kasus COVID-19 secara akurat, serta membedakannya dari influenza – ScienceDaily


Seorang peneliti University of Central Florida adalah bagian dari studi baru yang menunjukkan bahwa kecerdasan buatan hampir seakurat dokter dalam mendiagnosis COVID-19 di paru-paru.

Studi yang baru-baru ini dipublikasikan di Nature Communications, menunjukkan teknik baru juga dapat mengatasi beberapa tantangan pengujian saat ini.

Para peneliti menunjukkan bahwa algoritme AI dapat dilatih untuk mengklasifikasikan pneumonia COVID-19 dalam pemindaian tomografi terkomputerisasi (CT) dengan akurasi hingga 90 persen, serta mengidentifikasi kasus positif 84 persen secara tepat dan kasus negatif 93 persen.

Pemindaian CT menawarkan wawasan yang lebih dalam tentang diagnosis dan perkembangan COVID-19 dibandingkan dengan tes reaksi berantai transkripsi-polimerase terbalik yang sering digunakan, atau RT-PCR. Tes ini memiliki tingkat negatif palsu yang tinggi, penundaan dalam pemrosesan, dan tantangan lainnya.

Manfaat lain dari CT scan adalah dapat mendeteksi COVID-19 pada orang tanpa gejala, pada mereka yang memiliki gejala awal, selama puncak penyakit dan setelah gejala hilang.

Namun, CT tidak selalu direkomendasikan sebagai alat diagnostik untuk COVID-19 karena penyakit ini sering terlihat mirip dengan pneumonia terkait influenza pada pemindaian.

Algoritme yang dikembangkan bersama UCF dapat mengatasi masalah ini dengan mengidentifikasi kasus COVID-19 secara akurat, serta membedakannya dari influenza, sehingga berfungsi sebagai bantuan potensial yang besar bagi dokter, kata Ulas Bagci, asisten profesor di Departemen Ilmu Komputer UCF. .

Bagci adalah rekan penulis studi dan membantu memimpin penelitian.

“Kami mendemonstrasikan bahwa pendekatan AI berbasis pembelajaran yang mendalam dapat berfungsi sebagai alat standar dan obyektif untuk membantu sistem perawatan kesehatan serta pasien,” kata Bagci. “Ini dapat digunakan sebagai alat uji pelengkap dalam populasi terbatas yang sangat spesifik, dan dapat digunakan dengan cepat dan dalam skala besar jika terjadi wabah berulang yang tidak menguntungkan.”

Bagci adalah pakar dalam mengembangkan AI untuk membantu dokter, termasuk menggunakannya untuk mendeteksi kanker pankreas dan paru-paru dalam CT scan.

Dia juga memiliki dua dana besar, National Institutes of Health, mengeksplorasi topik-topik ini, termasuk $ 2,5 juta untuk menggunakan pembelajaran mendalam untuk memeriksa tumor kistik pankreas dan lebih dari $ 2 juta untuk mempelajari penggunaan kecerdasan buatan untuk skrining dan diagnosis kanker paru-paru.

Untuk melakukan penelitian tersebut, para peneliti melatih algoritma komputer untuk mengenali COVID-19 dalam CT scan paru-paru dari 1.280 pasien multinasional dari China, Jepang dan Italia.

Kemudian mereka menguji algoritme pada CT scan terhadap 1.337 pasien penyakit paru-paru mulai dari COVID-19 hingga kanker dan pneumonia non-COVID.

Ketika mereka membandingkan diagnosis komputer dengan diagnosis yang dikonfirmasi oleh dokter, mereka menemukan bahwa algoritme tersebut sangat ahli dalam mendiagnosis pneumonia COVID-19 secara akurat di paru-paru dan membedakannya dari penyakit lain, terutama saat memeriksa CT scan pada tahap awal perkembangan penyakit.

“Kami menunjukkan bahwa model AI yang kuat dapat mencapai akurasi hingga 90 persen dalam populasi uji independen, mempertahankan spesifisitas tinggi pada pneumonia yang tidak terkait COVID-19, dan menunjukkan kemampuan generalisasi yang cukup untuk populasi dan pusat pasien yang tidak terlihat,” kata Bagci.

Peneliti UCF adalah kolaborator lama dengan rekan penulis studi Baris Turkbey dan Bradford J. Wood. Turkbey adalah dokter penelitian asosiasi di Cabang Pencitraan Molekuler Institut Kanker Nasional NIH, dan Wood adalah direktur Pusat Onkologi Intervensi NIH dan kepala radiologi intervensi dengan Pusat Klinik NIH.

Penelitian ini didukung oleh dana dari NIH Center for Interventional Oncology dan Intramural Research Program of National Institutes of Health, hibah NIH intramural, program NIH Intramural Targeted Anti-COVID-19, National Cancer Institute dan NIH.

Bagci menerima gelar doktor dalam ilmu komputer dari University of Nottingham di Inggris dan bergabung dengan Departemen Ilmu Komputer UCF, bagian dari Sekolah Tinggi Teknik dan Ilmu Komputer, pada tahun 2015. Dia adalah ketua Science Applications International Corp (SAIC) di Departemen UCF. Ilmu Komputer dan anggota fakultas dari UCF’s Center for Research in Computer Vision. SAIC adalah perusahaan dukungan dan layanan pemerintah yang berbasis di Virginia.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Slot Online

Author Image
adminProzen