智慧應用 影音
訂報
DForum0416雲端大數據論壇

從X光照片預測COVID-19發展 Facebook攜手紐約大學抗疫

Facebook演算法有助於妥善分配COVID-19(新冠肺炎)醫療資源。法新社

Facebook與紐約大學(NYU)宣稱合作研發出三款機器學習模型,能根據X裝照片協助醫生預測COVID-19(新冠肺炎)病患接下來的病況發展,以及病患未來需使用多少補充供氧。透過準確預測,醫院也更能掌握未來數月的資源分配。

據VentureBeat報導,Facebook與紐約大學合作開發的開放源碼機器學習模型,號稱只需幾張X光照片,便能預測染疫者未來4天的病況發展,以及氧氣等資源的需求。在此之前,慧影醫療科技、阿里巴巴等廠商,也曾開發出能利用X光照片準確診斷COVID-19的AI演算法,但Facebook與紐約大學研究的獨特之處在於,他們嘗試利用演算法預測長期的臨床軌跡。

此外,史丹佛、西奈山醫院(Mount Sinai)與電子醫療紀錄廠商Epic and Cerner也開發出了能預測病患死亡風險及呼吸器需求的模型,但很少有模型能藉由單一掃描照片或電子醫療紀錄就完成預測。

Facebook研究團隊首先利用MIMIC-CXR-JPG、CheXpert這兩組大型公共胸部X光資料集,以及一種稱為Momentum Contrast (MoCo)的自我監控學習技巧,為AI系統進行預訓練,再利用NYU公開的COVID-19資料集對MoCo模型進行微調。

研究團隊表示,MoCo模型分類器(classifier)在利用X光照片預測加護病房需求、死亡率及提早96小時預測不良事件的能力上,超越了人類專家。預測能力的提升,能避免高風險的病患太早出院,也能讓醫院更妥善分配未來幾個月的各項醫療資源。

有研究報告指出,MIMIC-CXR、CheXpert等胸部X光資料集所訓練的診斷模型,往往對特定性別、經濟階層、種族出現偏見。美國疾病管制中心(CDC)也不建議使用電腦斷層掃描或X光進行COVID-19診斷。為解決偏見問題,Facebook與紐約大學研究團隊謹慎選擇了每個測試樣本。更全面與多樣化的測試,則有助於進一步建立演算法的可靠度。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 機器學習 X光 COVID-19 Facebook