X射线与AI相结合，提供快速诊断工具检测Covid-19

根据巴西的研究人员，首先在1890年代后期临床上使用临床，可以是Covid-19患者的前沿诊断工具，据巴西的研究人员组织在人工智能的帮助下。它们使用机器学习方法来教导计算机程序，以检测胸部X射线中的Covid-19，精度为95.6％至98.5％。他们发表了他们的结果自动化学报。

研究人员以前集中于检测和分类肺部病理，例如纤维化，肺气肿和肺结节，通过医学影像。疑似Covid-19感染呈现的常见症状包括呼吸窘迫，咳嗽和更具侵略性的病例，肺炎 - 全部可见通过医学成像，如CT扫描或X射线。

福塔莱萨大学图像处理、信号和应用计算实验室研究员、通讯作者Victor Hugo C. de Albuquerque说:“当COVID-19大流行爆发时，我们同意利用我们的专业知识来帮助解决这一新的全球问题。”

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。

“我们决定研究是否可以使用X射线图像自动检测到Covid-19感染，”Albuquerque表示，注意到在几分钟内提供大多数X射线图像，而拭子或唾液诊断测试所需的日子相比。

然而，研究人员发现缺乏公开可用的胸部X射线，以培训他们的人工智能模型以识别Covid-19患者的肺部。虽然通常需要数千个图像来教导模型来检测和分类特定目标，但它们只有194个Covid-19 X射线和194个健康的X射线。为了补偿，他们采用了一个模型，在其他X射线图像的大型数据集上培训，并培训了它以使用相同的方法来检测可能感染Covid-19的肺部。它们使用了几种机器学习方法，其中两个是95.6％和98.5％的精度额定值。

“由于X射线非常快，便宜，他们可以帮助患者在医疗保健系统崩溃或远离具有更多复杂技术的主要中心的地方的地方进行分类，”Albuquerque表示。“这种检测和分类医学图像的方法可以自动帮助医生识别，测量严重程度和对疾病进行分类。”

接下来，Albuquerque说，研究人员计划在更大的数据集可用时继续测试他们的方法，最终目标是开发一个医学图像分类的免费在线平台。