智能应用 影音
未来车产业价值链平台
event

从X光照片预测COVID-19发展 Facebook携手纽约大学抗疫

从X光照片预测COVID-19发展 Facebook携手纽约大学抗疫

Facebook与纽约大学(NYU)宣称合作研发出三款机器学习模型,能根据X装照片协助医生预测COVID-19(新冠肺炎)病患接下来的病况发展,以及病患未来需使用多少补充供氧。透过准确预测,医院也更能掌握未来数月的资源分配。

据VentureBeat报导,Facebook与纽约大学合作开发的开放源码机器学习模型,号称只需几张X光照片,便能预测染疫者未来4天的病况发展,以及氧气等资源的需求。在此之前,慧影医疗科技、阿里巴巴等厂商,也曾开发出能利用X光照片准确诊断COVID-19的AI演算法,但Facebook与纽约大学研究的独特之处在於,他们尝试利用演算法预测长期的临床轨迹。

此外,史丹佛、西奈山医院(Mount Sinai)与电子医疗纪录厂商Epic and Cerner也开发出了能预测病患死亡风险及呼吸器需求的模型,但很少有模型能藉由单一扫描照片或电子医疗纪录就完成预测。

Facebook研究团队首先利用MIMIC-CXR-JPG、CheXpert这两组大型公共胸部X光数据集,以及一种称为Momentum Contrast (MoCo)的自我监控学习技巧,为AI系统进行预训练,再利用NYU公开的COVID-19数据集对MoCo模型进行微调。

研究团队表示,MoCo模型分类器(classifier)在利用X光照片预测加护病房需求、死亡率及提早96小时预测不良事件的能力上,超越了人类专家。预测能力的提升,能避免高风险的病患太早出院,也能让医院更妥善分配未来几个月的各项医疗资源。

有研究报告指出,MIMIC-CXR、CheXpert等胸部X光数据集所训练的诊断模型,往往对特定性别、经济阶层、种族出现偏见。美国疾病管制中心(CDC)也不建议使用电脑断层扫描或X光进行COVID-19诊断。为解决偏见问题,Facebook与纽约大学研究团队谨慎选择了每个测试样本。更全面与多样化的测试,则有助於进一步建立演算法的可靠度。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 智能医疗 机器学习 COVID-19 Facebook X光