Facebook erstellt KI, um die Wahrscheinlichkeit einer Verschlechterung der Covid-Symptome vorherzusagen

| |

Dr. Dan Ponticiello (43) und Dr. Gabriel Gomez (40) intubieren einen Patienten mit Coronavirus-Krankheit (COVID-19) auf der Intensivstation COVID-19 im Providence Mission Hospital in Mission Viejo, Kalifornien, am 8. Januar 2021.

Lucy Nicholson | Reuters

Forscher für künstliche Intelligenz bei Facebook behaupten, sie hätten eine Software entwickelt, die anhand der Röntgenbilder ihrer Brust vorhersagen kann, wie wahrscheinlich es ist, dass sich ein Covid-Patient verschlechtert oder Sauerstoff benötigt.

Facebook, das mit Wissenschaftlern der Predictive Analytics Unit und der Abteilung für Radiologie der NYU Langone Health an der Forschung zusammengearbeitet hat, sagt, dass die Software Ärzten helfen könnte, Risikopatienten nicht zu früh nach Hause zu schicken, und Krankenhäusern dabei helfen könnte, den Sauerstoffbedarf zu planen.

Die 10 beteiligten Forscher an die Studium – fünf von Facebook AI Research und fünf von der NYU School of Medicine – gaben an, insgesamt drei “Modelle” für maschinelles Lernen entwickelt zu haben, die sich alle geringfügig unterscheiden.

Einer versucht, die Verschlechterung des Patienten anhand einer einzelnen Röntgenaufnahme des Brustkorbs vorherzusagen, ein anderer macht dasselbe mit einer Folge von Röntgenaufnahmen, und ein dritter verwendet eine einzelne Röntgenaufnahme, um vorherzusagen, wie viel zusätzlichen Sauerstoff (falls vorhanden) ein Patient möglicherweise benötigt .

“Unser Modell mit sequentiellen Röntgenaufnahmen des Brustkorbs kann bis zu vier Tage (96 Stunden) im Voraus vorhersagen, ob ein Patient möglicherweise intensivere Pflegelösungen benötigt, die im Allgemeinen die Vorhersagen menschlicher Experten übertreffen”, so die Autoren in einem am Freitag veröffentlichten Blogbeitrag.

William Moore, Professor für Radiologie an der NYU Langone Health, sagte in einer Erklärung: “Wir konnten zeigen, dass mit diesem AI-Algorithmus serielle Röntgenaufnahmen des Brustkorbs die Notwendigkeit einer Eskalation der Versorgung bei Patienten mit Covid-19 vorhersagen können . “

Er fügte hinzu: “Da Covid-19 weiterhin ein großes Problem der öffentlichen Gesundheit darstellt, wird die Fähigkeit, den Bedarf eines Patienten an einer Erhöhung der Versorgung – beispielsweise die Aufnahme auf die Intensivstation – vorherzusagen, für Krankenhäuser von entscheidender Bedeutung sein.”

READ  Astronomische Forschung: Morgen eine Halbschattenfinsternis des Mondes, die das Phänomen online überträgt

Um zu lernen, wie man Vorhersagen trifft, wurden dem KI-System zwei Datensätze von nicht-Covid-Röntgenaufnahmen des Patienten und ein Datensatz von 26.838 Röntgenaufnahmen des Brustkorbs von 4.914 Covid-Patienten zugeführt.

Die Forscher sagten, sie hätten eine KI-Technik namens “Impulskontrast” verwendet, um ein neuronales Netzwerk zu trainieren, um Informationen aus Röntgenbildern des Brustkorbs zu extrahieren. Ein neuronales Netzwerk ist ein Computersystem, das vage vom menschlichen Gehirn inspiriert ist und Muster erkennen und Beziehungen zwischen riesigen Datenmengen erkennen kann.

Die Studie wurde diese Woche von Facebook veröffentlicht, aber Experten haben bereits in Frage gestellt, wie effektiv die KI-Software in der Praxis sein kann.

“Aus Sicht des maschinellen Lernens müsste untersucht werden, wie gut sich daraus neue, unsichtbare Daten aus verschiedenen Krankenhäusern und Patientengruppen ergeben”, sagte Ben Glocker, der am Imperial College London am Imperial College London das maschinelle Lernen für die Bildgebung erforscht, per E-Mail. “Aus meiner überfliegenden Lektüre geht hervor, dass alle Daten (Training und Tests) aus demselben Krankenhaus stammen.”

Die Forscher von Facebook und NYU sagten: “Diese Modelle sind keine Produkte, sondern Forschungslösungen, die Krankenhäusern in den kommenden Tagen und Monaten bei der Ressourcenplanung helfen sollen. Krankenhäuser verfügen zwar über eigene Datensätze, diese jedoch häufig nicht Rechenleistung, die erforderlich ist, um Deep-Learning-Modelle von Grund auf zu trainieren. “

“Wir stellen unsere vorab trainierten Modelle als Open-Sourcing-Produkte zur Verfügung (und veröffentlichen unsere Ergebnisse), damit Krankenhäuser mit begrenzten Rechenressourcen die Modelle anhand ihrer eigenen Daten optimieren können”, fügten sie hinzu.

.

Previous

Das oberste Gericht in Großbritannien ebnet den Weg für COVID-19-Zahlungen für Unternehmensversicherungen

Jeff Bridges: So ist der krebskranke Schauspieler

Next

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.