Valencia Polytechnic Üniversitesi(UPV), CVBLab'dan bir
araştırma ekibi, sağlıklı hastalar, pnömoni hastaları ve COVID-19 hastalarının,
göğüs röntgenleri arasındaki farkı anlayabilen bir yapay yapay zekâ modeli
geliştirdi.
UPV ve CVBLab direktörü Profesör Valery Naranjo'ya göre,
önerilen modelin ilk deneylerde büyük oranda ayıt etme yeteneklerine sahip
olduğu kanıtlandı. Farklı hasta türleri arasında ayrım yapılırken ortalama % 92
başarı oranına ulaştı. Valery Naranjo, "Algoritma, koronavirüs vakalarını
tahmin ederken daha iyi davranıyor, başarı oranı diğer vakalara göre biraz daha
iyi, COVID hastası olup olmadığını belirlerken başarı oranı % 97'dir." Diyor.
UPV'nin CVBLab araştırma grubu yapay zekâ alanında kapsamlı
deneyime sahip, uzmanlık alanları biyomedikal görüntülere uygulanan bilgisayar
görme algoritmaları geliştirmektir. Biyomedikal mühendisi ve aynı zamanda UPV
CVBLab üyesi Julio Silva, "Bilgimizi bu salgınla mücadelenin hizmetine
sunduk." Dedi. Tahmin modelini geliştirmek için, CVBLab mühendisleri çok
sayıda röntgen görüntüsünde derin öğrenme algoritmalarına dayanan sınıflandırma
ve segmentasyon teknikleri uyguladılar.
CVBLab grubu zaten tahmin modelini entegre eden bilgisayar
platformunun bir versiyonuna sahipti. Bu nedenle bir göğüs röntgeni yükleyerek
bir kişinin, pnömonili veya koronavirüslü bir hasta görüntüsüne sahip olup
olmadığını anında tahmin etmek mümkündür. Aynı zamanda, araştırmacılar, üretken
sinir ağlarına dayanan yeni bir içeriğe dayalı görüntü alma (CBIR) sistemi
geliştiriyorlar.
