Covid-19
2020-ieji buvo keisti metai su Covid-19 virusu. Medicinos technikai ir mokslininkai visame pasaulyje bando rasti vakciną ir joje susilaikyti. Tai svarbu ne tik žmogaus gyvenimui, bet ir verslo įmonėms ir tai turėjo įtakos pasauliniu mastu.
COVID-19
Pagal „Coronavstats“ 2020 m. rugsėjo 21 d. JK iš viso buvo 398 625 infekcijos ir 41 788 mirčių. Dabartinis šiek tiek daugiau nei 10% visų atvejų mirštamumas kelia nerimą. Nustatyta, kad plitimas yra eksponentinis. Todėl izoliavimas yra gyvybiškai svarbus, technologijų pasaulyje dirbtinis intelektas naudojamas siekiant atrasti vakciną ir ją apsaugoti. AI galima panaudoti norint greičiau rasti tinkamas vakcinacijas, analizuojant ankstesnes, remiantis panašiomis infekcijos baltymų struktūromis ir plitimu.
Sveikatos centrai vis dažniau naudoja dirbtinį intelektą. Krūtinės ląstos rentgeno spindulių nuskaitymo sistemos gali automatiškai aptikti virusą ir pasinaudoti vaizdo atpažinimu, naudojant AI galimybes. AI siūlo daug greitesnį apdorojimą. Tuomet reguliuotojai ir vyriausybinės agentūros renka duomenis ir suteikia jiems galimybę naudotis keliais subjektais. Tyrėjai ir mikrobiologai naudoja tuos duomenis ir kitus duomenis kurdami geresnius vaistus, analizuodami vaistų poveikį ir nustatydami virusą bei kitas bakterijas, tokias kaip „Médecins Sans Frontières“.
Medicinos vaistai be sienų ir „Tenserflow Lite“
„TensorFlow“
Dirbtinio intelekto potencialo panaudojimo ieškant vakcinos pavyzdį galima rasti iš dabartinių medicininių bakterijų identifikavimo tyrimų, kaip tai matyti „YouTube“ vaizdo įrašas . „Medicinos vaistai be sienų“ yra labdaros organizacija, teikianti medicininę priežiūrą visame pasaulyje, išrašanti įvairius antibiotikus daugiau nei 70 šalių. Jie atrado vis daugiau pacientų, užsikrėtusių daugeliui vaistų atspariomis bakterijomis. Gali būti, kad ta pati koncepcija gali būti naudojama ir „Covid-19“, naudojant intelektą, ir „Google“ „TensorFlow“. „TensorFlow“ yra nemokamas ir atviro kodo dirbtinio intelekto pasiūlymas iš „Google“ ir, „TensorFlow Lite“ (naudoja „Médecins Sans Frontières“), versiją mobiliesiems galima atsisiųsti iš „iOS“ ir „Android“.
„Medicinos vaistai be sienų“ atrado tai, kad pacientams dažnai skiriami neteisingi antibiotikai, nes nesugebama tiksliai nustatyti tikslaus viruso, kuriuo gali užsikrėsti pacientas. Jie naudoja „TensorFlow“, kad padėtų nustatyti pacientams tinkamus antibiotikus.
Tai kelia keletą iššūkių. Norint nustatyti bakterijas, reikia atlikti kelis tyrimus, kad žinotumėte, su kokio tipo bakterijomis jie susiduria. Yra dar vienas žingsnis, kuris yra rezultatų interpretavimas daugelyje šalių, kuriose veikia „Médecins Sans Frontières“. Deja, nėra pakankamai patyrusių mikrobiologų darbuotojų, kurie atliktų šias interpretacijas. Dirbtinis intelektas gali būti potencialus šios problemos sprendimas, nes vietoj mikrobiologų personalo jie padeda esamiems darbuotojams aiškinti diagnozės testus per trumpesnį laiką, naudojant „TensorFlow lite“, kurį galima įsigyti įvairiuose mobiliuosiuose telefonuose, visose jų klinikose. . Taikomoji programa neturi būti internetinė, todėl gali būti naudojama blogo signalo srityje.
„TensorFlow“ naudoja kompiuterinį matymą ir mašininį mokymąsi, naudodamas „Python“, kad nustatytų bakterijų ir antibiotikų sąveiką, naudodamas tik Petri lėkštelės vaizdą. Naudojant šią technologiją, „Médecins Sans Frontières“ sugebėjo per kelias dienas išmokyti testavimo modelį. Tai taip pat pasirodė stebėtinai greitai ir lengvai pasiekiama. Jie sukūrė prototipą, kurio tikslas - padaryti diagnostinius tyrimus prieinamus, lengvus ir prieinamus visame pasaulyje. Ši programa gali būti žaidimų keitimo priemonė, padedanti milijonams žmonių visame pasaulyje, ypač jei ji gali būti pritaikyta ieškant vakcinos nuo Covid-19 ir daugybės kitų ligų. Tai taip pat gali padėti patarti dėl geriausios valdymo praktikos.
Tai veikia nustatant objektus, naudojant iš anksto anotuotus ligos bakterijų vaizdus, ir lyginant su Petri lėkštelės nuotrauka. Jis sugeba spėti per mažiau nei vieną sekundę. „TensorFlow“ teikiamos sistemos grožis yra tas, kad užuot rašiusi tūkstančius kodų eilučių, yra funkcijų biblioteka, leidžianti sukurti skirtingas architektūras per daug trumpesnį laiką. Tai gali sumažinti šiuos kaimo tinklus, kad galėtų tilpti į mobilųjį įrenginį. Žmogaus indėlis yra labai svarbus procesas. Jis gali labai greitai pereiti šimtus milijonų vaizdų ir gali būti pritaikytas kuriant skirtingų tipų neuroninius tinklus.
Ieškant Covid-19 vakcinos, „Médecins Sans Frontières“ naudojama strategija galėtų būti gera vieta pradėti naudoti AI naudojant „TenserFlow“.
„TensorFlow Lite“ „Android“ pavyzdyje
„TensorFlow“ leidžia greitai paleisti mašininio mokymosi modelius mobiliuosiuose įrenginiuose su mažu delsos laiku, todėl galite atlikti klasifikaciją nereikalaudami pakartotinių tinklo skambučių į serverį. Jis pasiekiamas „Android“ ir „iOS“ per C ++ API. Yra „Java“ pakuotė, skirta „Android“ įrenginiams, kuri gali ją palaikyti. Vertėjas naudoja „Android“ neuroninių tinklų API aparatinei įrangai pagreitinti.
Programa sukurta naudojant mobiliojo tinklo modelį. Mobilieji tinklai yra maži ir naudoja mažai energijos. Modeliai gali būti suprojektuoti taip, kad atitiktų kelis naudojimo atvejus, tokius kaip objektų aptikimas, pvz., Įvairių rūšių augalai ar medžiai. Tai suteikia smulkiagrūdę klasifikaciją. Yra keletas iš anksto paruoštų, nebenaudojamų modelių, kuriuos galima naudoti.
Pirmą kartą dirbant su „TensorFlow lite“ rekomenduojama dirbti su šiais iš anksto pagamintais modeliais. Tačiau „TensorFlow Lite“ dar nepalaiko visų „TensorFlow“ funkcijų.
Norėdami naudoti „TensorFlow“ mobiliajame telefone, turite įtraukti „TensorFlow lite“ bibliotekas. Tai pasiekiama redaguojant kaupiamosios versijos failą, kad įsitikintumėte, jog juos įtraukėte. Kitas žingsnis - importuoti „TensorFlow“ vertėją. Vertėjas įkelia modelį ir leidžia jį paleisti, pateikdamas jam įvesties rinkinį. „TensorFlow lite“ vykdo modelį ir rašo išvestis. Tai paprastas procesas, nors jo technologija yra sudėtinga.
Modelis turėtų būti saugomas programos ištekliuose. Tada kodas nuskaitys modelį tiesiai iš ten, nors modelį galima įkelti iš bet kur. Įkėlus modelį, gali būti išaiškintas vertėjas.
Medicininių tyrimų atveju programa nuskaito kadrus iš fotoaparato ir paverčia juos vaizdais. Šie vaizdai („Médecins Sans Frontières“, Petri lėkštelės atveju) naudojami kaip įvestys į modelį, kuris pateikia grįžtamąsias vertes. Šios vertės yra atitinkamos etiketės indeksas (šiuo atveju bakterijų identifikavimas), o tūkstančiai iš anksto paruoštų anotuotų vaizdų atitiks tą etiketę.
Čia galite sužinoti daugiau apie „TensorFlow“ modelių mokymą vaizdo įrašą „TensorFlow“ modelių paleidimo „Android“ vadove.
„Covid-19“ aptikimas naudojant „UiPath Fabric“
Krūtinės ląstos rentgenograma
„UiPath“ yra intelektinės nuosavybės sprendimų automatizavimui įmonė. Vaterlo ir Darvino universiteto mokslininkai naudojo „UiPath Fabric“, kuri yra atvirojo kodo iniciatyva, kurdami neuroninio tinklo modelį, kad nustatytų COVID-19 atvejus, naudojant krūtinės ląstos rentgeno nuotraukas. Modelis buvo mokomas pagal viešai prieinamą duomenų rinkinį, susidedantį iš 76 pacientų, sergančių 19 motina, vaizdai kaip parodyta šiame „You Tube“ vaizdo įraše.
Darbo eiga yra paprasta, susidedanti iš failo ir rentgeno nuotraukos. Jie siunčiami į mašininio mokymosi modelį, kuris pateikia rezultatus. Programa prašo atvaizdo. Viskas, ko jums reikia, kad mokytumėte modelį iš žmonių, neturinčių ligos, ir atskirtumėte žmones, sergančius plaučių uždegimu, ir žmones, sergančius COVID-19. Rezultatas yra mašininio mokymosi klasifikavimo rezultatas.
Taigi, bet kokiam krūtinės ląstos rentgeno ar kompiuterinės tomografijos vaizdui programinė įranga numato, kad vaizdas gaunamas iš paciento, turinčio Covid-19. Šiame tyrimo etape tai nėra gamybinė versija, bet preliminarus eksperimentas.
Dirbtinis intelektas naudojamas siekiant padėti tirti Covid-19 ir galbūt aptikti virusą. Mobiliosios programos, tokios kaip „TensorFlow Lite“, gali patikrinti, ar asmuo turi virusą, maitindamasis kažkokiu vartotojo įrašu, automatiškai gaudamas duomenis apie savo buvimo vietą ir įvertindamas juos pagal tam tikrą riziką. Galite įsivaizduoti situaciją, kai, jei patvirtinta paciento mobili vieta visada žinoma, vyriausybė gali įspėti žmones, kurie bendravo su minėtu asmeniu. Tai vadinama „Track and Trace“.
Bert , dar viena „Google“ AI iniciatyva, taikoma šiam didžiuliam duomenų rinkiniui, norint išgauti naudingą informaciją apie virusą, naudojant natūralios kalbos apdorojimą (NLP). NLP gali būti naudojama norint suprasti baltymų struktūrą ir greičiau sukurti galimas vakcinacijas, įskaitant informacijos apie sritis, kuriose paveikti žmonės, teikimą.
Tai taip pat turėtų padėti mikrobiologams suprasti gydymo galimybes, atsižvelgiant į bet kokį neigiamą poveikį, ir nustatyti teisingą dozę. Bertas žiūri į žodžius ir sakinius iš abiejų krypčių, iš kairės į dešinę ir į dešinę arba į kairę, kad jie galėtų suprasti ir atpažinti konkrečius žodžius visame kontekste. Taigi, derinant AI modelius, tokius kaip „TensorFlow“ ir „Bert for Natural“ kalbos apdorojimas, siekiant padėti mikrobiologams, galbūt Covid-19 vakcina gali būti ne taip toli, tačiau tai vis dar nebaigtas darbas. Dirbtinis intelektas yra naudingas, kaip parodė šie pavyzdžiai, kad būtų pateiktas potencialios Covid-19 vakcinos sprendimas ir stebėjimo galimybės.
Žymos COVID-19 „TensorFlow“
