Ковид-19
2020. је била чудна година са вирусом Цовид-19. Медицински техничари и научници широм света покушавају пронаћи вакцину и задржати је. Ово није важно само за људски живот, већ и за предузећа и утицај који је имао глобално.
ЦОВИД-19
Према Цоронавстатс закључно са 21. септембром 2020. године у Великој Британији је било укупно 398.625 инфекција и број смртних случајева 41.788. Тренутна стопа смртности од нешто више од 10% укупних случајева је алармантна. Утврђено је да је ширење експоненцијално. Због тога је сузбијање виталног значаја, у технолошком свету АИ се користи за помоћ у откривању и задржавању вакцина. АИ се може користити за брже проналажење правих вакцинација анализом претходних на основу сличних протеинских структура инфекције и ширења.
Домови здравља све више користе вештачку интелигенцију. Системи за скенирање рентгенских зрака грудног коша могу аутоматски да открију вирус и користе препознавање слика користећи АИ могућности. АИ нуди много бржу обраду. Регулатори и владине агенције затим прикупљају податке и чине их доступним у више ентитета. Истраживачи и микробиолози користе те податке и друге податке за стварање бољих лекова који анализирају утицај лекова и идентификују вирус и друге бактерије, као што су Медицински лекови без граница.
Лекари без граница и Тенсерфлов Лите
ТенсорФлов
Пример употребе потенцијалне АИ у проналажењу вакцине може се наћи из тренутних медицинских истраживања идентификације бактерија, како се види у овом ИоуТубе Видео . Медецинс Санс Фронтиерес је добротворна организација која пружа медицинску негу широм света, преписујући низ антибиотика у преко 70 земаља. Открили су да је све већи број пацијената заражен бактеријама отпорним на више лекова. Могуће је да би се исти концепт могао користити за Цовид-19, у њиховој употреби АИ и Гооглес ТенсорФлов. ТенсорФлов је бесплатна Гооглеова понуда АИ отвореног кода и, ТенсорФлов Лите (користе је Медецинс Санс Фронтиерес), мобилна верзија је доступна за преузимање на иОС-у и Андроид-у.
Оно што су лекари открили без граница јесте да се пацијентима често дају погрешни антибиотици, због немогућности да тачно идентификују тачан вирус којим пацијент може бити заражен. Користе ТенсорФлов да би идентификовали тачне антибиотике за своје пацијенте.
Ово доводи до неколико изазова. Да би се идентификовале бактерије, потребно је више тестова да би се знало са којом врстом бактерија имају посла. Постоји додатни корак који је тумачење резултата у многим земљама у којима делују Лијечници без граница. Нажалост, нема довољно искусног особља микробиолога који би вршио ова тумачења. АИ би могао бити потенцијално решење за овај проблем, уместо да замени особље микробиолога, они помажу постојећем особљу у тумачењу дијагностичких тестова у краћем временском року, користећи ТенсорФлов лите који је доступан на читавом низу мобилних телефона, у свим њиховим клиникама . Апликација не мора бити на мрежи, па се може користити у областима са лошим подручјем сигнала.
ТенсорФлов користи рачунарски вид и машинско учење помоћу Питхона за откривање интеракција између бактерија и антибиотика, користећи само слику Петријеве посуде. Као резултат употребе ове технологије, лекари без граница успели су да обуку модел тестирања у року од неколико дана. Такође се показало изненађујуће брзим и лаким за постизање. Развили су прототип са циљем да дијагностичко тестирање учине доступним, лаким и приступачним у целом свету. Ова апликација би могла да промени игру у помагању милионима људи широм света, посебно ако се може прилагодити у потрази за вакцином за Цовид-19, као и за бројне друге болести. Такође може помоћи у давању савета о најбољим праксама управљања.
Ради кроз откривање предмета, користећи унапред забележене слике, бактерија болести и упоређујући са фотографијом петријеве посуде. Може да предвиђа за мање од једне секунде. Лепота система који пружа ТенсорФлов је у томе што уместо да морате писати хиљаде редова кода, постоји библиотека функција које омогућавају изградњу различитих архитектура, за много мање времена. Може смањити ове руралне мреже како би се могле уклопити у мобилни уређај. Људски допринос је пресудан за процес. Врло брзо може проћи кроз стотине милиона слика и може се прилагодити стварању различитих врста неуронских мрежа.
У потрази за вакцином за Цовид-19, стратегија коју користе Медецинс Санс Фронтиерес могла би бити добро место за почетак употребе АИ користећи ТенсерФлов.
Пример ТенсорФлов Лите на Андроиду
ТенсорФлов вам омогућава да брзо покренете моделе машинског учења на мобилним уређајима са малим кашњењем, тако да можете извршити класификације без потребе за поновљеним мрежним позивима серверу. Доступан је на Андроид-у и иОС-у преко Ц ++ АПИ-ја. Постоји Јава омотач за Андроид уређаје који га може подржати. Тумач користи Андроид неуронске мреже АПИ за хардверско убрзање.
Апликација је направљена помоћу мобилног мрежног модела. Мобилне мреже су мале и троше мало енергије. Модели могу бити дизајнирани да задовоље неколико случајева употребе као што је откривање предмета, као што су разне врсте биљака или дрвећа. Пружа фино зрнасту класификацију. Постоји неколико унапред обучених модела са полица који су доступни за рад.
Када први пут радите са ТенсорФлов лите, препоручује се да радите са овим унапред изграђеним моделима. Међутим, ТенсорФлов Лите још увек не подржава све карактеристике потпуно развијеног ТенсорФлов-а.
Да бисте користили ТенсорФлов на мобилном телефону, морате да укључите библиотеке ТенсорФлов лите. То се постиже уређивањем ваше буилдс градле датотеке како бисте били сигурни да сте их укључили. Следећи корак је увоз тумача ТенсорФлов. Тумач учитава модел и омогућава вам да га покренете пружајући му сет улаза. ТенсорФлов лите извршава модел и записује излазе. То је једноставан процес, иако је технологија која стоји иза њега сложена.
Модел треба чувати у имовини апликације. Тада ће код прочитати модел директно одатле, иако се модел може учитати од било где. Једном када се модел учита, може се покренути интерпретер.
У случају медицинских истраживања, апликација чита оквире са камере и претвара их у слике. Ове слике (у случају Медицина без граница, петријевка) користе се као улазни подаци за модел који даје повратне вредности. Те вредности су индекс одговарајуће налепнице (у овом случају идентификација бактерија), а хиљаде унапред припремљених, означених слика би се поклапале са том ознаком.
У овоме можете сазнати више о тренингу модела ТенсорФлов видео водич за покретање модела ТенсорФлов на Андроид-у.
Детекција Цовид-19 помоћу УиПатх Фабриц
Грудног коша
УиПатх је компанија специјализована за АИ решења за аутоматизацију. Истраживачи са Универзитета Ватерлоо и Дарвин користили су УиПатх Фабриц која је иницијатива отвореног кода за дизајнирање модела неуронске мреже за откривање случајева ЦОВИД-19, користећи рендгенске снимке грудног коша. Модел је обучен на јавно доступном скупу података који се састоји од 76 слика пацијената са цовид 19 као што је илустровано у овом Иоу Тубе видеу.
Ток посла је једноставан, састоји се од датотеке и рендгенске слике. Они се шаљу моделу машинског учења који даје резултате. Апликација захтева слику. Ово је све што вам треба да бисте обучили модел од особа без болести и да бисте направили разлику између особа са пнеумонијом и особа са ЦОВИД-19. Резултат је резултат класификације машинског учења.
Дакле, за било коју слику рендгенског или ЦТ скенирања грудног коша, софтвер пружа предвиђање да слика долази од пацијента са Цовид-19. У овој фази истраживања то није производна верзија, већ прелиминарни експеримент.
АИ се користи за помоћ у истраживањима да би се Цовид-19 садржао и можда за откривање вируса. Мобилне апликације, попут ТенсорФлов Лите, могу да провере да ли појединац има вирус уношењем корисничког уноса, аутоматским добијањем неких података о њиховој локацији и оцењивањем према степену ризика. Можете да замислите ситуацију да, ако је увек потврђена мобилна локација пацијента, влада може да упозори људе који су били у контакту са наведеном особом. Ово је познато као „праћење и праћење“.
Берт , још једна Гоогле АИ иницијатива, примењује се на овај огроман скуп података ради издвајања корисних информација о вирусу, користећи обраду природним језиком (НЛП). НЛП се може користити за разумевање структуре протеина и бржи развој потенцијалних вакцинација, укључујући пружање информација о областима у којима су људи погођени.
Ово би такође требало да помогне микробиолозима да разумеју могућности лечења, узимајући у обзир све нежељене ефекте, и да одреде тачну дозу. Берт гледа на речи и реченице из оба смера, лево надесно и надесно или лево, тако да могу да разумеју и препознају одређене речи у пуном контексту. Дакле, са комбинацијом АИ модела, попут ТенсорФлов-а и Берт-а за обраду природног језика за помоћ микробиолозима, можда вакцина за Цовид-19 можда није предалеко, али је још увек у току. АИ се показује корисним као што су показали ови примери за пружање решења за потенцијалну Цовид-19 вакцину и способност праћења.
Ознаке ЦОВИД-19 ТенсорФлов
