AI在您的肺中看到并听到Covid-19
EPFL在EPFL开发的新的深度学习算法的深胸和深刺,这些算法在肺部图像和呼吸声中识别Covid-19的模式,可能有助于抵抗其他呼吸系统疾病以及抗生素耐药性的日益增长的挑战。
对于EPFL智能全球卫生小组(IGH)的医生和研究员Mary-Anne Hartley博士,2020年一直无情。“这不是学习的时间传染性疾病,”她解释说。自COVID-19大流行开始以来,Hartley博士的研究团队一直在附近的瑞士大学医院不停地开展两个主要项目。使用人工智能(AI),他们开发了新算法,并带有来自超声图像和听觉(胸部/肺)声音可以准确诊断出小说新冠病毒在患者中,并预测他们可能会变得多么不适。
IGH基于机器学习以及Martin Jaggi教授的优化实验室,Martin Jaggi是世界人工智能专家的全球领先枢纽,也是EPFL计算机和传播科学学院的一部分。“我们使用数字听诊器的呼吸声命名了新的深度学习算法DeepChest(使用肺超声图像和Deepbreath)。该AI正在帮助我们更好地理解这些基本临床检查中的复杂模式。到目前为止,结果非常有前途。” Jaggi教授说。
涉及两家大学医院
洛桑大学医院Chuv正在领导DeepChest项目的临床部分,从患者那里收集数千张肺超声图像新冠肺炎接纳急诊科的兼容症状。作为首席研究员,NoémieBoillat-Blanco博士解释说,该项目始于2019年,最初试图确定可以更好地识别病毒性肺炎与细菌的标记。
但是,该项目在2020年以更具体的焦点重点。“许多同意参加我们的研究的患者都害怕和病了,”她说,“但是他们想为更广泛的医学研究做出贡献,就像我们一样做。我认为从这场危机中学习一些东西并将新的科学知识纳入日常医学实践中是一种集体动机。”
在Hug,日内瓦大学医院,医学博士Alain Gervaix教授,妇女,儿童和青少年部主席,自2017年以来一直在收集呼吸声,以建立智能数字听诊器,“气镜”。新型冠状病毒最初是为了更好地诊断肺炎的项目,将其工作重新聚焦。现在,这些录音已被用来开发EPFL的Deepbreath算法。预计将在年底之前发布,应从呼吸声中诊断出Covid-19。令人惊讶的是,首先的结果表明,Deepbreath甚至能够通过在患者意识到它们之前鉴定肺组织的变化来检测无症状的互联。
“可以将带有深元算法的气镜与可以根据播放的简短样本识别音乐的应用进行比较。当我向她解释说听觉使我能听到有助于我识别哮喘,支气管炎或肺炎的声音时,这个想法来自我的女儿。” Gervaix教授说。
来自世界各地的编码技能
这算法已在EPFL网站上发布过,但仍有很多工作要做。3月,Hartley博士呼吁EPFL社区在为期一年的Hackathon“编码19”中提供帮助。“我们将继续完善和验证算法,并使复杂黑盒子逻辑对临床医生更容易解释。我们希望制造出强大的,值得信赖的工具,超越了这一大流行。”还正在进行开发允许这些复杂的应用程序深度学习即使在最遥远的地区,也可以在手机上使用算法。她补充说:“没有世界各地的令人难以置信的学生和研究人员在动荡时期捐赠了时间和专业知识,这项工作将是不可能的。”
Hartley,Boillat-Blanco和Gervaix正在向前迈进,以收集更多数据。不管是否不关联肺炎每年都会杀死一百万以上的儿童,仍然是五岁以下死亡的主要原因之一。它也是抗生素耐药性的主要驱动力之一,主要影响低收入国家和社区。哈特利说:“我们想从代表性不足的社区收集数据,以便我们的工具即使在糟糕的环境中也可以准确。例如,我们的算法是专门设计的,用于耐受图像或声音收集和质量不一致的错误,这在这些类型的设置中更有可能。”他们已经在扩展这些模型,以区分病毒和细菌性肺炎,希望大幅度降低抗生素使用。
Hartley受到了分散患者管理的潜力,健康结果的显着改善,成本降低以及对抗生素管理的贡献的动机,Hartley已自行资助了少数数据收集探测器,目前是在2021年初进入南非的结核病地区试图筹集资金以更广泛地实施该项目。
“ Covid使人们敏感公共卫生,及其巨大的复杂性。建立大规模的AI研究工作的需求从未如此明显。希望我们的势头能继续超越大流行,并可以用来使公平获得医疗保健。”哈特利总结道。