Facebook bouwt AI om de waarschijnlijkheid van verergering van Covid-symptomen te voorspellen

Dr. Dan Ponticiello, 43, en Dr. Gabriel Gomez, 40, intuberen een patiënt met coronavirusziekte (COVID-19) op de COVID-19 ICU in het Providence Mission Hospital in Mission Viejo, Californië, 8 januari 2021.

Lucy Nicholson | Reuters

Onderzoekers op het gebied van kunstmatige intelligentie van Facebook beweren dat ze software hebben ontwikkeld die de waarschijnlijkheid kan voorspellen dat een Covid-patiënt verslechtert of zuurstof nodig heeft op basis van hun röntgenfoto’s op de borst.

Facebook, dat voor het onderzoek samenwerkte met academici van de voorspellende analyse-eenheid van NYU Langone Health en de afdeling radiologie, zegt dat de software artsen zou kunnen helpen te voorkomen dat risicopatiënten te vroeg naar huis worden gestuurd, terwijl het ziekenhuizen ook helpt bij het plannen van de zuurstofbehoefte.

De 10 onderzoekers die bij het onderzoek betrokken waren – vijf van Facebook AI Research en vijf van de NYU School of Medicine – zeiden dat ze in totaal drie machine-learning “modellen” hebben ontwikkeld, die allemaal enigszins verschillen.

De ene probeert de achteruitgang van de patiënt te voorspellen op basis van een enkele röntgenfoto van de borst, een andere doet hetzelfde met een reeks röntgenfoto’s en een derde gebruikt een enkele röntgenfoto om te voorspellen hoeveel aanvullende zuurstof (indien aanwezig) een patiënt nodig heeft. .

“Ons model dat sequentiële röntgenfoto’s op de borst gebruikt, kan tot vier dagen (96 uur) van tevoren voorspellen of een patiënt meer intensieve zorg nodig heeft, wat over het algemeen beter presteert dan de voorspellingen van menselijke experts”, aldus de auteurs in een vrijdag gepubliceerde blogpost.

William Moore, hoogleraar radiologie aan NYU Langone Health, zei in een verklaring: “ We hebben kunnen aantonen dat met het gebruik van dit AI-algoritme seriële thoraxfoto`s de behoefte aan escalatie van zorg bij patiënten met Covid-19 kunnen voorspellen. . “

Hij voegde eraan toe: “Aangezien Covid-19 nog steeds een belangrijk probleem voor de volksgezondheid is, zal het vermogen om de behoefte van een patiënt aan verhoogde zorg te voorspellen – bijvoorbeeld IC-opname – essentieel zijn voor ziekenhuizen.”

Om te leren voorspellingen te doen, kreeg het AI-systeem twee datasets van niet-Covid-thoraxfoto’s van patiënten en een dataset van 26.838 thoraxfoto’s van 4.914 Covid-patiënten.

De onderzoekers zeiden dat ze een AI-techniek gebruikten genaamd “momentum contrast” om een ​​neuraal netwerk te trainen om informatie uit röntgenfoto’s van de borstkas te halen. Een neuraal netwerk is een computersysteem dat vaag is geïnspireerd door het menselijk brein dat patronen kan herkennen en relaties tussen enorme hoeveelheden gegevens kan herkennen.

Het onderzoek is deze week door Facebook gepubliceerd, maar experts hebben zich al afgevraagd hoe effectief de AI-software in de praktijk kan zijn.

“Vanuit het perspectief van machine learning zou je moeten onderzoeken hoe goed dit zich vertaalt naar nieuwe, ongeziene gegevens van verschillende ziekenhuizen en patiëntenpopulaties”, zegt Ben Glocker, die onderzoek doet naar machine learning voor beeldvorming aan Imperial College London, via e-mail. “Uit mijn korte lezing blijkt dat alle gegevens (training en testen) uit hetzelfde ziekenhuis komen.”

De onderzoekers van Facebook en NYU zeiden: “Deze modellen zijn geen producten, maar eerder onderzoeksoplossingen, bedoeld om ziekenhuizen in de komende dagen en maanden te helpen met resourceplanning. Ziekenhuizen hebben hun eigen unieke datasets, maar ze hebben vaak niet de rekenkracht die nodig is om deep learning-modellen vanaf nul te trainen. “

“We gebruiken onze vooraf getrainde modellen open source (en publiceren onze resultaten) zodat ziekenhuizen met beperkte rekenkracht de modellen kunnen verfijnen met hun eigen gegevens,” voegden ze eraan toe.

Plaats een reactie