هوش مصنوعی بر اساس تصاویر سی تی اسکن می تواند نتیجه درمان بیماران مبتلا به کووید را پیش بینی کند
استفاده از هوش مصنوعی جهت تعیین پیش آگهی بیماران مبتلا به کووید
با پیدایش پاندمی ویروس کرونا جهت شناسایی این بیماران و تشخیص پیش آگهی آن ها راهکارهای متعددی ارائه شده است. یکی از این راهکارها استفاده از CT Scan می باشد.
با پیدایش پاندمی ویروس کرونا جهت شناسایی این بیماران و تشخیص پیش آگهی آن ها راهکارهای متعددی ارائه شده است. یکی از این راهکارها استفاده از CT Scan می باشد. تصاویر توموگرافی حاوی حجم عظیمی از اطلاعات هستند که هر واحد تصویری (وکسل یا پیکسل تصویر) خواص فیزیکی مرتبط با بافت را نشان می دهد. پیشرفت در تکنولوژی این اجازه را به رادیولوژیست می دهد که از پاتولوژی غیر قابل دید تصویری برداری کنند، که منجر به افزایش حجم اطلاعات قابل پردازش می شود. رادیومیکس فرایند استخراج تعداد زیادی پارامتر کمی از ناحیه مورد علاقه تصاویر رادیولوژی برای ایجاد حجم عظیمی از داده و اطلاعات، که خصوصیات تصویر را با تعداد زیادی از پارامترهای کمی قابل تفسیر می سازد، گفته می شود. در این تحقیقی ارزش پیشگویی کننده تصاویر سی تی اسکن بر اساس خصوصیات رادیومیکس آن ها برای بررسی پیش آگهی بیماران مبتلا به کووید مورد بررسی گرفت. در مجموع سی تی اسکن 14339 بیمار از مراکز مختلف مورد تحلیل قرار گرفت و 107 خصوصیت رادیومیکس سی تی اسکن از تصاویر فوق استخراج گردید و با 4 الگوریتم هوش مصنوعی مورد تحلیل قرار گرفت. در مجموع الگوریتم های به کار رفته با دقت بالایی توانایی پیش بینی نتیجه درمان بیماران کووید را داشتند و میزان حساسیت و ویژگی الگوریتم های فوق به ترتیب 0.81 و 0.72 بود. نتیجه این تحقیق موید این مطلب است که با استفاده از خصوصیات رادیومیکس تصاویر CT اسکن می توان مدلی موفقی جهت پیش بینی نتیجه درمان کووید ارائه داد. جهت ارائه مدل دقیق تر، استفاده از تصاویر سی تی اسکن تعداد بیشتری از بیماران و هم چنین استفاده از داده های بالینی توصیه می گردد.