Das in Dubai ansässige Start-up-Gesundheitsunternehmen TachyHealth hat mit AiRay eine Lösung für künstliche Intelligenz vorgestellt, mit deren Hilfe neue Coronaviren erkannt werden können.
Das Startup hat dieses zweimonatige Deep-Learning-Modell unter Verwendung von 805 Covid-19-CT-Bildern mit Brustzertifizierung für eine im Labor nachgewiesene Realisierungsleistung von 88% erforscht und entwickelt.
Das Computer-Vision-Modell basiert auf einem sehr tiefen und vorab trainierten neuronalen Netzwerk mit mehreren verbesserten verborgenen Schichten und basiert auf dem Imagenet-Datensatz, der Millionen von Bildern mit mehreren Hundert Kategorien enthält.
Sagte Dr. Osama Abu Al-Khair, CEO von TachyHealth, sagte, dass AiRay Teil der Bemühungen des Teams ist, die Kraft der künstlichen Intelligenz, des Cloud-Computing und des maschinellen Lernens zu nutzen, um die Patientendiagnose bei einer Epidemie zu verbessern und die Fähigkeit des Gesundheitssystems zu verbessern, die wachsende Nachfrage nach radiologischen Dienstleistungen zu befriedigen.
Darüber hinaus spielt künstliche Intelligenz eine wichtige Rolle in der Praxis der gegenwärtigen und zukünftigen Radiologie, indem sie die Fähigkeiten des Geräts nutzt und die Bedürfnisse von Radiologen, Technikern und Angehörigen der Gesundheitsberufe allgemeiner erfüllt.
„Das kostenlose Diagnosetool wird besonders in geografischen Gebieten nützlich sein, in denen Radiologen unter Mängeln leiden und in die Interpretation von CT-Scans eintauchen. Diese erste Cloud-Version dient dazu, keine vertraulichen Informationen zu speichern, sondern die Sicherheit und Vertraulichkeit der Patienten zu gewährleisten. Das Modell erzielte eine zufriedenstellende Leistung für die aktuelle Migrationssituation mit einer starken Fähigkeit Sehr optimiert in der Zukunft, wenn mehr Daten verfügbar werden.
"Wir haben eine strenge Methode angewendet, um unser KI-Modell nach den neuesten Studien und Richtlinien zu erstellen, darunter die der North American Radiological Society (RSNA), des Royal College of Radiologists (RCR), der European Society of Radiology (ESR), der britischen Chirurgie, der Royal Colleges und anderer. Es gibt immer mehr Belege für die Rolle von CT-Scans bei der Beurteilung von Patienten mit schwerer Atemnot und bei der Diagnose von Covid-19 bei den untersuchten Personen.
Türen der Zusammenarbeit öffnen
TachyHealth öffnet Türen für die Zusammenarbeit mit Forschern, Krankenhäusern, Universitäten und Radiologiezentren, um das Modell aus Sicht der Radiologie und des maschinellen Lernens weiter zu verbessern.
„Wir glauben, dass das Modell als Hilfsmittel (mithilfe eines Computers) betrachtet werden sollte, anstatt eine professionelle radiologische Praxis zu ersetzen oder zu ersetzen.“ Ahmed Sahloul, Leiter der Forschung für künstliche Intelligenz bei TachyHealth, sagte: „Wir verbessern die Modellleistung weiter, da täglich mehr Daten gesammelt werden und die Modellstruktur verbessert wird. .
Er sagte, sie hätten die Bilder aus zuverlässigen Beweisen, Studien und Ressourcen gesammelt, um einen heterogenen Datensatz zu erstellen, der eine breite Palette von Bildern aus verschiedenen Krankenhäusern, axialen Sektoren, Computertomographie, Patienteneinstellungen, Patientendemographie (Alter, Geschlecht) und klinischen Bedingungen enthält.
"Wir haben die Verzerrung des Algorithmus verringert, indem wir das Modell in rohen (realen) Bildern trainiert haben, anstatt den Datensatz intensiv zu bereinigen und vorzuverarbeiten. Unser Modell hat also die Realität und akzeptable Wirksamkeit erreicht. Dies wurde implementiert, weil wir das Modell in realen Szenarien anstelle von verwenden wollten." Außergewöhnlich gute Leistung in einer kontrollierten Laborumgebung und danach sehr schwach. "
- Okadoc ist die größte Spendenaktion der "A-Klasse" im Bereich Gesundheitstechnologie in MENA
- Ein in Dubai ansässiges Startup für Gesundheitstechnologie erwartet den Höhepunkt des Coronavirus in den Vereinigten Arabischen Emiraten
- Hub71 in Abu Dhabi startet das erste Microsoft Reactor-Programm in der Region
COVID19TachyHealth Standby für künstliche Strahlenintelligenz zur Erkennung von Krankheiten
