AI v Covid-19: AI จะช่วยในการติดตามและวิจัย Covid-19 ได้อย่างไร?

ปี 2020 เป็นปีที่แปลกสำหรับไวรัสโควิด -19 นักเทคนิคการแพทย์และนักวิทยาศาสตร์ทั่วโลกกำลังพยายามหาวัคซีนและบรรจุไว้ สิ่งนี้ไม่ได้มีความสำคัญเพียงแค่สำหรับชีวิตมนุษย์เท่านั้น แต่สำหรับธุรกิจและผลกระทบที่เกิดขึ้นทั่วโลก

จากข้อมูลของ Coronavstats ณ วันที่ 21 กันยายน 2020 ในสหราชอาณาจักรมีผู้ติดเชื้อทั้งหมด 398,625 รายและเสียชีวิต 41,788 คน อัตราการเสียชีวิตในปัจจุบันเพียงกว่า 10% ของผู้ป่วยทั้งหมดนั้นน่าตกใจ ได้รับการยอมรับว่าการแพร่กระจายเป็นเลขชี้กำลัง ดังนั้น การกักกันจึงมีความสำคัญ ในโลกของเทคโนโลยี มีการใช้ AI เพื่อช่วยในการค้นพบและกักกันวัคซีน AI สามารถใช้เพื่อค้นหาการฉีดวัคซีนที่เหมาะสมได้เร็วขึ้นโดยการวิเคราะห์ก่อนหน้านี้ตามโครงสร้างโปรตีนที่คล้ายคลึงกันของการติดเชื้อและการแพร่กระจาย

ศูนย์สุขภาพหันมาใช้ปัญญาประดิษฐ์มากขึ้น ระบบสแกนรังสีเอกซ์ทรวงอกสามารถตรวจจับไวรัสโดยอัตโนมัติและใช้ประโยชน์จากการจดจำภาพโดยใช้ความสามารถของ AI AI ให้การประมวลผลที่เร็วขึ้นมาก จากนั้นหน่วยงานกำกับดูแลและหน่วยงานของรัฐจะรวบรวมข้อมูลและทำให้สามารถใช้งานได้ในหลายหน่วยงาน นักวิจัยและนักจุลชีววิทยาใช้ข้อมูลดังกล่าวและข้อมูลอื่น ๆ ในการสร้างยาที่ดีขึ้นในการวิเคราะห์ผลกระทบของยาและระบุไวรัสและแบคทีเรียอื่น ๆ เช่นMédecins Sans Frontières

Médecins Sans Frontièresและ Tenserflow Lite

ตัวอย่างของการใช้ AI ที่เป็นไปได้ในการหาวัคซีนสามารถพบได้จากการวิจัยทางการแพทย์ในปัจจุบันเกี่ยวกับการระบุแบคทีเรียดังที่เห็นในวิดีโอ YouTube นี้ Médecins Sans Frontièresเป็นองค์กรการกุศลที่ให้การดูแลทางการแพทย์ทั่วโลกโดยกำหนดให้มีการต่อต้านไบโอติกในกว่า 70 ประเทศ พวกเขาพบว่ามีผู้ป่วยจำนวนมากขึ้นที่ติดเชื้อแบคทีเรียที่ดื้อยาหลายตัว เป็นไปได้ว่าแนวคิดเดียวกันนี้สามารถใช้กับ Covid-19 ในการใช้ AI และ Googles TensorFlow TensorFlow เป็นข้อเสนอ AI ฟรีและโอเพ่นซอร์สจาก Google และ TensorFlow Lite (ใช้โดยMédecins Sans Frontières) เวอร์ชันมือถือสามารถดาวน์โหลดได้บน iOS และ Android

สิ่งที่ Médecins Sans Frontières ค้นพบคือผู้ป่วยมักได้รับยาปฏิชีวนะที่ไม่ถูกต้อง เนื่องจากไม่สามารถระบุไวรัสที่ผู้ป่วยอาจติดเชื้อได้อย่างแม่นยำ พวกเขาใช้ TensorFlow เพื่อช่วยระบุยาปฏิชีวนะที่ถูกต้องสำหรับผู้ป่วย

สิ่งนี้นำมาซึ่งความท้าทายหลายประการ ในการระบุแบคทีเรียจำเป็นต้องมีการทดสอบหลายครั้งเพื่อให้ทราบว่าพวกเขากำลังจัดการกับแบคทีเรียชนิดใด มีขั้นตอนเพิ่มเติมคือการตีความผลลัพธ์ในหลายประเทศที่Médecins Sans Frontièresดำเนินการ น่าเสียดายที่มีเจ้าหน้าที่นักจุลชีววิทยาที่มีประสบการณ์ไม่เพียงพอที่จะทำการตีความเหล่านี้ AI อาจเป็นทางออกที่เป็นไปได้สำหรับปัญหานี้แทนที่จะเปลี่ยนเจ้าหน้าที่จุลชีววิทยาพวกเขาช่วยพนักงานที่มีอยู่ในการตีความการทดสอบการวินิจฉัยในระยะเวลาที่สั้นลงโดยใช้ TensorFlow lite ซึ่งมีอยู่ในโทรศัพท์มือถือหลายรุ่นในคลินิกทั้งหมดของพวกเขา . แอปพลิเคชันไม่จำเป็นต้องออนไลน์ดังนั้นสามารถใช้ในพื้นที่ที่สัญญาณไม่ดี

TensorFlow ใช้การมองเห็นของคอมพิวเตอร์และการเรียนรู้ของเครื่องโดยใช้ Python เพื่อตรวจจับปฏิสัมพันธ์ระหว่างแบคทีเรียและยาปฏิชีวนะโดยใช้เพียงภาพของจานเพาะเชื้อ จากการใช้เทคโนโลยีนี้ Médecins Sans Frontières สามารถฝึกรูปแบบการทดสอบได้ภายในเวลาไม่กี่วัน นอกจากนี้ยังพิสูจน์แล้วว่าทำได้ง่ายและรวดเร็วอย่างน่าประหลาดใจ พวกเขาได้พัฒนาต้นแบบโดยมีจุดมุ่งหมายเพื่อให้การทดสอบวินิจฉัยสามารถใช้ได้ง่ายและราคาไม่แพงทั่วโลก แอปพลิเคชั่นนี้อาจเป็นตัวเปลี่ยนเกมในการช่วยเหลือผู้คนนับล้านทั่วโลกโดยเฉพาะอย่างยิ่งหากสามารถนำไปปรับใช้ในการตามล่าหาวัคซีนสำหรับโควิด -19 รวมถึงโรคอื่น ๆ อีกมากมาย นอกจากนี้ยังสามารถช่วยให้คำแนะนำเกี่ยวกับแนวทางปฏิบัติในการจัดการที่ดีที่สุด

ทำงานผ่านการตรวจจับวัตถุโดยใช้ภาพที่มีคำอธิบายประกอบล่วงหน้าของแบคทีเรียที่เป็นโรคและทำการเปรียบเทียบกับรูปถ่ายของจานเพาะเชื้อ สามารถคาดเดาได้ในเวลาไม่ถึงหนึ่งวินาที ความสวยงามของระบบที่ TensorFlow มีให้คือแทนที่จะต้องเขียนโค้ดหลายพันบรรทัด แต่ยังมีไลบรารีของฟังก์ชันที่ช่วยให้สามารถสร้างสถาปัตยกรรมที่แตกต่างกันได้โดยใช้เวลาน้อยกว่ามาก สามารถลดขนาดเครือข่ายในชนบทเหล่านี้ให้พอดีกับอุปกรณ์เคลื่อนที่ได้ การป้อนข้อมูลของมนุษย์มีความสำคัญต่อกระบวนการ สามารถผ่านภาพหลายร้อยล้านภาพได้อย่างรวดเร็วและสามารถปรับเปลี่ยนเพื่อสร้างเครือข่ายประสาทประเภทต่างๆได้

ในการค้นหาวัคซีนสำหรับ Covid-19 กลยุทธ์ที่Médecins Sans Frontièresใช้อาจเป็นจุดเริ่มต้นที่ดีในการใช้ AI โดยใช้ TenserFlow

TensorFlow Lite บน Android ตัวอย่าง

TensorFlow ช่วยให้คุณสามารถเรียกใช้โมเดลแมชชีนเลิร์นนิงบนอุปกรณ์มือถือที่มีเวลาแฝงต่ำได้อย่างรวดเร็วดังนั้นคุณจึงสามารถจำแนกประเภทได้โดยไม่จำเป็นต้องเรียกเครือข่ายซ้ำไปยังเซิร์ฟเวอร์ พร้อมใช้งานบน Android และ iOS ผ่าน C ++ API มี Java wrapper สำหรับอุปกรณ์ Android ที่สามารถรองรับได้ ล่ามใช้ API เครือข่ายประสาทเทียมของ Android สำหรับการเร่งฮาร์ดแวร์

แอพนี้สร้างขึ้นโดยใช้โมเดลเน็ตมือถือ มุ้งเคลื่อนที่มีขนาดเล็กและใช้พลังงานเพียงเล็กน้อย โมเดลสามารถออกแบบมาเพื่อตอบสนองการใช้งานหลายกรณีเช่นการตรวจจับวัตถุเช่นพืชหรือต้นไม้ประเภทต่างๆ จัดให้มีการจัดหมวดหมู่ที่ละเอียด มีโมเดลชั้นวางที่ผ่านการฝึกอบรมมาแล้วหลายรุ่นพร้อมให้ใช้งานได้

เมื่อใช้งาน TensorFlow lite เป็นครั้งแรก ขอแนะนำให้ทำงานกับรุ่นที่สร้างไว้ล่วงหน้าเหล่านี้ อย่างไรก็ตาม TensorFlow Lite ยังไม่รองรับคุณสมบัติทั้งหมดของ TensorFlow แบบเต็ม

ในการใช้ TensorFlow บนมือถือ คุณต้องรวมไลบรารี TensorFlow lite ซึ่งทำได้โดยการแก้ไขไฟล์ gradle builds ของคุณเพื่อให้แน่ใจว่าคุณรวมไว้ ขั้นตอนต่อไปคือการนำเข้าตัวแปล TensorFlow ล่ามจะโหลดแบบจำลองและอนุญาตให้คุณเรียกใช้โดยจัดเตรียมชุดอินพุต TensorFlow lite รันโมเดลและเขียนเอาต์พุต เป็นกระบวนการที่เรียบง่ายแม้ว่าเทคโนโลยีเบื้องหลังจะซับซ้อน

ควรจัดเก็บโมเดลไว้ในแอปพลิเคชันแอปพลิเคชัน จากนั้นโค้ดจะอ่านโมเดลโดยตรงจากที่นั่นแม้ว่าโมเดลจะสามารถโหลดได้จากทุกที่ก็ตาม เมื่อโหลดโมเดลแล้วล่ามสามารถสร้างอินสแตนซ์ได้

ในกรณีของการวิจัยทางการแพทย์แอปพลิเคชันจะอ่านเฟรมจากกล้องและเปลี่ยนให้เป็นภาพ ภาพเหล่านี้ (ในกรณีของMédecins Sans Frontièresจานเพาะเชื้อ) ถูกใช้เป็นอินพุตไปยังแบบจำลองซึ่งจะแสดงค่าที่ส่งกลับ ค่าเหล่านี้เป็นดัชนีของฉลากที่เหมาะสม (ในกรณีนี้คือการระบุแบคทีเรีย) และรูปภาพที่มีคำอธิบายประกอบที่เตรียมไว้ล่วงหน้าหลายพันภาพจะตรงกับฉลากนั้น

คุณสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับการฝึกโมเดล TensorFlow ได้ในวิดีโอแนะนำการใช้งาน TensorFlow Models บน Android

การตรวจจับ Covid-19 โดยใช้ผ้า UiPath

UiPath เป็น บริษัท ที่เชี่ยวชาญด้านโซลูชั่น AI สำหรับระบบอัตโนมัติ นักวิจัยจาก University of Waterloo และ Darwin ได้ใช้ UiPath Fabric ซึ่งเป็น Open Source Initiative เพื่อออกแบบแบบจำลองเครือข่ายประสาทเทียมเพื่อตรวจจับผู้ป่วย COVID-19 โดยใช้ภาพเอ็กซ์เรย์ทรวงอก แบบจำลองนี้ได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่เปิดเผยต่อสาธารณะซึ่งประกอบด้วยภาพ 76 ภาพจากผู้ป่วยที่ติดเชื้อโควิด 19 ตามภาพประกอบในวิดีโอ YouTube นี้

เวิร์กโฟลว์นั้นเรียบง่าย ประกอบด้วยไฟล์และภาพเอ็กซ์เรย์ สิ่งเหล่านี้จะถูกส่งไปยังโมเดลแมชชีนเลิร์นนิงซึ่งแสดงผลลัพธ์ แอปพลิเคชันขอภาพ ทั้งหมดนี้คุณต้องฝึกนางแบบจากคนที่ไม่มีโรคและแยกแยะระหว่างคนที่เป็นโรคปอดบวมกับคนที่ติดเชื้อ COVID-19 ผลลัพธ์คือผลการจำแนกประเภทแมชชีนเลิร์นนิง

ดังนั้นสำหรับภาพ X-Ray หรือ CT scan ที่หน้าอกซอฟต์แวร์จึงให้การคาดการณ์ว่าภาพดังกล่าวมาจากผู้ป่วยที่ติดเชื้อ Covid-19 ในขั้นตอนนี้ของการวิจัยไม่ใช่เวอร์ชันการผลิต แต่เป็นการทดลองเบื้องต้น

AI ถูกนำมาใช้เพื่อช่วยในการวิจัยเพื่อบรรจุ Covid-19 และอาจค้นพบไวรัส แอปบนอุปกรณ์เคลื่อนที่เช่น TensorFlow Lite สามารถตรวจสอบว่าบุคคลใดมีไวรัสหรือไม่โดยป้อนข้อมูลจากผู้ใช้บางส่วนรับข้อมูลบางส่วนโดยอัตโนมัติเกี่ยวกับตำแหน่งของพวกเขาและให้คะแนนตามระดับความเสี่ยง คุณสามารถจินตนาการถึงสถานการณ์ที่หากทราบตำแหน่งมือถือของผู้ป่วยที่ได้รับการยืนยันอยู่เสมอรัฐบาลสามารถแจ้งเตือนผู้ที่ติดต่อกับบุคคลดังกล่าวได้ สิ่งนี้เรียกว่า "ติดตามและติดตาม"

Bert ซึ่งเป็นโครงการริเริ่ม Google AI อีกโครงการหนึ่งกำลังถูกนำไปใช้กับชุดข้อมูลขนาดใหญ่นี้เพื่อดึงข้อมูลที่เป็นประโยชน์เกี่ยวกับไวรัสโดยใช้การประมวลผลภาษาธรรมชาติ (NLP) NLP สามารถใช้เพื่อทำความเข้าใจโครงสร้างโปรตีนและพัฒนาการฉีดวัคซีนที่มีศักยภาพได้เร็วขึ้นรวมถึงการให้ข้อมูลเกี่ยวกับพื้นที่ที่ผู้คนได้รับผลกระทบ

สิ่งนี้ควรช่วยให้นักจุลชีววิทยาเข้าใจทางเลือกในการรักษา โดยพิจารณาถึงผลข้างเคียงใดๆ และกำหนดขนาดยาที่ถูกต้อง เบิร์ตดูคำและประโยคจากทั้งสองทิศทางซ้ายไปขวาและขวาหรือซ้ายเพื่อให้พวกเขาเข้าใจและระบุคำเฉพาะในบริบทที่สมบูรณ์ ดังนั้นด้วยการรวมกันของโมเดล AI เช่น TensorFlow และ Bert สำหรับการประมวลผลภาษาธรรมชาติเพื่อช่วยเหลือนักจุลชีววิทยาบางทีวัคซีนสำหรับ Covid-19 อาจอยู่ไม่ไกลเกินไป แต่ก็ยังอยู่ระหว่างดำเนินการ AI พิสูจน์แล้วว่ามีประโยชน์ดังตัวอย่างเหล่านี้ เพื่อเป็นแนวทางในการแก้ปัญหาวัคซีนโควิด-19 ที่อาจเกิดขึ้นและความสามารถในการติดตาม