COVID-Net和基于开源人工智能的平台已经研究了由冠状病毒流行引起的肺损伤，以帮助对抗这种流行。随着美国冠状病毒病例数的再次出现，努力维持其行业领先地位的医务人员已经使用一种新颖的方法来应对COVID-Net中的流行病，这是一个基于人工智能的开源平台。辐照肺以确定冠状病毒特异性肺损伤的图像并评估损伤的程度。该技术是在三月份流行初期开发的，但是随着越来越多的组织采用它，作为医疗保健中的人工智能示例，它受到了越来越多的关注。尽管该非营利项目由RedHat，波士顿儿童医院和人工智能初创公司DarwinAI牵头，但它是加拿大滑铁卢大学与DarwinAI之间的合作发起的。 DarwinAI的首席执行官Sheldon Fernandez表示：“ COVID-Net是旨在促进应对冠状病毒流行的一项举措。我们将该平台开源，并且不希望将其商业化。我们希望它仅适用于从业者。另一个工具，他们可以使用这些工具来对抗流行病。这就是动机。”费尔南德斯说，当这种流行病成为全球性问题时，全世界的研究人员都将医疗保健中的人工智能视为了解该领域的潜在价值。该领域已经在与其研究人员合作开展其他项目。并诊断冠状病毒病例。他说，他们能够在7天之内使用DarwinAI的技术开发一个平台，不仅可以帮助研究人员确定冠状病毒的爆发留下了独特的视觉标记，而且还使用了机器学习技术来训练该系统来区分冠状病毒的图像。 ，被感染的肺部和健康肺部的图像，或由于冠状病毒以外的其他原因损坏的肺部图像。费尔南德斯说：“我们迅速对此进行了调整，并询问我们是否可以利用我们的领域专业知识并将其应用于应对这一流行病。因此，我们将所有这些图像提供给系统，并很快使用了我们的技术。他创建了一个系统，开始检测肺部的这些波动，而呼吸系统是冠状病毒的征兆，随着时间的流逝，该系统变得越来越智能，更聪明。”但是，该过程缓慢且麻烦。而且它不能足够快地处理大量图像，因此它特别有用。另外，人工智能技术不是用户友好的，需要具有工程技能的人来操作。为了解决这些问题，在RedHat的帮助下，COVID-Net团队与波士顿儿童医院建立了联系，该医院开发了一个容器平台，现在称为ChRIS，可以在OpenShift和OpenStack上运行。哈佛医学院放射学助理教授Rudolph Pienaar说：“他们已经开发了COVID-Net，但没有部署它的方法，至少不能简单地以一种对临床医生有用的方式进行部署。”波士顿儿童医院和科学家的研究人员说：“这是我们进行研究的地方。他们正在寻找某种机制来部署其应用程序并为其应用程序构建用户界面，以供医务人员使用。” Pienaar说，添加现有的技术将COVID-Net技术与ChRIS平台集成的过程大约需要三天。他说：“建立引人注目的用户界面以向最终用户提供此功能需要花费更多时间。从概念上讲，它的一部分是在DarwinAI上完成的。尽管该平台可用于确定患者是否被感染，但它是冠状病毒的诊断工具，但这并不是该技术的主要推荐用途，因为使用拭子样本进行基于化学的测试更为准确。 Pienaar说，该平台最有用的方法之一是作为分类诊断工具，以帮助医生确定在冠状病毒病例不堪重负的医疗机构中谁最需要医疗保健。他补充说：“真正的好处是防止人眼疲劳。对我来说，这是这类医学诊断的主要内容。一个人可以做出非常准确，准确的诊断，但会感到疲倦。机器算法可能无法总和。它是一个很好的预测，有时甚至很接近，甚至可能更好。但是对于相同的输入，它将始终提供相同的结果。它不会累，也不会变得无聊。从这个角度来看，它将更加可靠。”实际上，这种好处是在医疗保健中使用人工智能的主要推动力。该项目的GitHub存储库提供了源代码，文档，数据集和科学论文，这些论文描述了COVID-Net及其在医疗保健领域的人工智能方法。响应