x射线与人工智能相结合，为检测COVID-19提供了快速诊断工具

巴西的一组研究人员表示，19世纪90年代末首次用于临床的x射线，在人工智能的帮助下，可能成为COVID-19患者的前沿诊断工具。他们使用机器学习方法教计算机程序在胸片中检测COVID-19的准确率为95.6至98.5%。他们发表了他们的研究结果IEEE / CAA自动的SINICA。

研究人员先前专注于检测和分类肺病理，如纤维化，肺气肿和肺结节，通过医学成像。疑似COVID-19感染的常见症状包括呼吸窘迫、咳嗽，在更严重的病例中还包括肺炎——所有这些都可以通过CT扫描或x光检查等医学图像看到。

“当Covid-19大流行病时，我们同意将我们的专业知识用于帮助处理这一新的全球问题，”图像处理，信号实验室的研究员相信作者Victor Hugo C. de Albuquerque表示计算和与福塔莱萨的大学。

许多医疗设施Albuquerque表示，拥有不充分的测试数量和冗长的处理时间，因此研究团队的重点是改善每个医院随时可用的工具，并且已经经常用于诊断Covid-19：X射线设备。

阿尔伯克基表示:“我们决定调查是否可以使用x射线图像自动检测COVID-19感染。”他指出，大多数x射线图像可以在几分钟内获得，而擦洗或唾液诊断测试需要几天时间。

然而，研究人员发现，缺乏公开可用的胸部x光片来训练他们的人工智能模型，以识别COVID-19患者的肺部。虽然通常需要数千张图像来教一个模型检测和分类一个特定的目标，但他们只有194张COVID-19 x光片和194张健康x光片。为了弥补这一缺陷，他们采用了一个在其他x光图像的大型数据集上训练过的模型，训练它使用同样的方法检测可能感染COVID-19的肺部。他们使用了几种机器学习方法，其中两种方法的准确率分别为95.6%和98.5%。

阿尔布开克说:“由于x光非常快速和便宜，它们可以帮助在医疗系统崩溃的地方或远离使用更复杂技术的主要中心的地方对病人进行分流。”“这种自动检测和分类医学图像的方法可以帮助医生识别、测量疾病的严重程度并对疾病进行分类。”

接下来，研究人员计划继续使用更大的数据集进行测试，因为它们可用，最终目标是开发一个用于医学图像分类的免费在线平台。

---

---