UBCO（不列顛哥倫比亞大學(xué)奧卡納干分校）研究人員正在測(cè)試另一種新冠篩查方法，以在全球范圍內(nèi)與該病毒作斗爭(zhēng)。

副教授 Mohamed S. Shehata、博士后研究員 Mohamed Abdelpakey 和研究生 Sherif Elbishlawi 開(kāi)發(fā)了 CORONA-Net，這是一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，可以使用 X 射線圖像快速檢測(cè)新冠感染。

該方法是作為快速測(cè)試和聚合酶鏈反應(yīng) (PCR) 測(cè)試的替代方法而開(kāi)發(fā)的，這兩種測(cè)試在世界許多地方可能無(wú)法實(shí)現(xiàn)。通過(guò)使用 CORONA-Net，人工智能系統(tǒng)可以標(biāo)記出可疑病例，以便快速跟蹤和快速查看，而無(wú)需專(zhuān)家。

"新冠通常會(huì)引起人類(lèi)肺部的肺炎，這可以在 X 射線圖像中檢測(cè)到。這些 X 射線數(shù)據(jù)集——由新冠引起的肺炎患者、由其他疾病引起的肺炎患者以及健康人的 X 射線——使我們有可能創(chuàng)建深度學(xué)習(xí)網(wǎng)絡(luò)，這些網(wǎng)絡(luò)可以區(qū)分患有新冠的人和沒(méi)有患病的人，”Elbishlawi 說(shuō)。

雖然目前還不知道CORONA-Net檢測(cè)新冠的準(zhǔn)確率，但隨著數(shù)據(jù)集的增加，準(zhǔn)確率會(huì)繼續(xù)提高。Elbishlawi 說(shuō)，該程序可以隨著時(shí)間的推移自動(dòng)改進(jìn)，并自我學(xué)習(xí)以提高準(zhǔn)確性。然而，到目前為止，該程序已經(jīng)對(duì)新冠做出了高度準(zhǔn)確的預(yù)測(cè)。

“ CORONA-Net 可以對(duì)醫(yī)療保健系統(tǒng)產(chǎn)生重大而積極的影響，因?yàn)閷?duì)每個(gè)懷疑患有這種疾病的人進(jìn)行檢測(cè)是很困難的。CORONA-Net 可以在靈敏度、陽(yáng)性預(yù)測(cè)值和整體準(zhǔn)確性方面提供準(zhǔn)確和有希望的結(jié)果，”Abdelpakey 說(shuō)。