Sztuczna inteligencja w walce z COVID-19

mf /PAP

publikacja 03.03.2021 19:09

Pomoże w diagnozowaniu i monitorowaniu koronawirusa poprzez analizę danych z tomografii komputerowej.

Sztuczna inteligencja w walce z COVID-19 Sztuczna inteligencja w pomoże w diagnozowaniu choroby dzięki analizie danych z TK. Szpital Miejski nr 4 w Gliwicach

Taki projekt rozpoczyna Szpital Miejski nr 4 w Gliwicach i Politechnika Śląska przy wsparciu Narodowego Centrum Badań i Rozwoju. Jego efektem ma być skrócenie czasu opisu badania tomografii komputerowej, wykrycie przypadków COVID-19 niepodejrzanych klinicznie oraz dostarczenie dodatkowych informacji, na bazie których będzie można udoskonalić już istniejące schematy diagnostyczne bądź stworzyć nowe.

U wielu chorych na COVID-19 rozwija się zapalenie płuc, które może bardzo szybko prowadzić do niewydolności oddechowej. Skuteczna diagnostyka oraz identyfikacja pacjentów wysokiego ryzyka, u których są wskazania do wczesnej interwencji, są jednak trudne. Specjalny system narzędzi wspartych sztuczną inteligencją może pomóc lekarzom w przeprowadzeniu szybkiej diagnostyki.

- Umowa z Narodowym Centrum Badań i Rozwoju w Warszawie to wielka szansa na lepsze zapobieganie rozprzestrzenianiu się SARS-CoV-2, a gigantyczna wartość projektu - ponad 5 milionów złotych - świadczy o niespotykanej dotąd skali badań - mówi Przemysław Gliklich, prezes Szpitala Miejskiego nr 4 w Gliwicach.

Baza danych zostanie utworzona na Wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej pod kierunkiem prof. Joanny Polańskiej. - Systemy sztucznej inteligencji mogą być do dyspozycji przez całą dobę, nieustannie, bo przecież zmęczenia czy słabości nie wykazują - podkreśla prof. Polańska.

Analizując dane z tomografii komputerowej i dane kliniczne, systemy sztucznej inteligencji są w stanie zapewnić prognozy kliniczne, które mogą pomóc lekarzom w codziennej pracy. Dodatkowo uzyskane dane pozwolą na ilościowe zestawienie zmian morfologicznych stwierdzanych nie tylko w COVID-19, ale także w innych chorobach, np. przewlekłej obturacyjnej chorobie płuc.

To pozwoli na dokładniejsze monitorowanie regresji bądź progresji zmian stwierdzanych w tomografii komputerowej w przypadku śródmiąższowych zapaleń płuc, a przy wykorzystaniu pozostałych danych klinicznych - prognozowanie przebiegu choroby.