Sztuczna inteligencja w smartfonach: 5 technologii do codziennego użytku

Spis treści:

• Sztuczna inteligencja rozpoznaje kaszel
• Innowacje w diagnostyce znamion
• Wykrywanie chorób oczu za pomocą technologii

Sztuczna inteligencja rozpoznaje kaszel

Aplikacja AI Resp, stworzona w ramach inicjatywy SberMedII, stanowi znaczący krok naprzód w diagnostyce COVID-19. Wykorzystuje analizę kaszlu i głosu do wykrywania zakażenia koronawirusem z dokładnością do 82%. Ta innowacyjna technologia umożliwia szybką i skuteczną ocenę stanu zdrowia, co jest szczególnie ważne w czasie pandemii. AI Resp zapewnia dostęp do danych diagnostycznych, dzięki czemu proces badań przesiewowych na COVID-19 jest wygodniejszy i bardziej dostępny dla użytkowników.

Aplikację AI Resp można pobrać bezpłatnie z Google Play i App Store, dzięki czemu jest ona dostępna dla szerokiego grona użytkowników.

Stworzenie aplikacji zdolnej do diagnozowania COVID-19 stało się możliwe dzięki badaniom przeprowadzonym przez specjalistów z Massachusetts Institute of Technology (MIT) we wrześniu 2020 roku. W swoich artykułach zaprezentowali oni algorytm, który analizuje nagrania audio kaszlu i głosu pacjentów w celu identyfikacji objawów choroby. To odkrycie stanowiło ważny krok w wykorzystaniu technologii do wczesnej diagnostyki i monitorowania stanu zdrowia. Opracowanie takiej aplikacji mogłoby znacznie usprawnić proces wykrywania COVID-19 i przyczynić się do szybszej reakcji na pandemię.

MIT ma bogate doświadczenie w wykorzystywaniu sztucznej inteligencji w medycynie. W szczególności naukowcy z powodzeniem zaadaptowali sieć neuronową pierwotnie opracowaną do diagnozowania choroby Alzheimera do wykrywania przypadków COVID-19. Te innowacje podkreślają potencjał sztucznej inteligencji w usprawnianiu diagnostyki medycznej i leczenia różnych chorób.

Specjaliści zebrali obszerny zbiór danych, aby wytrenować nowy model, obejmujący pięć tysięcy nagrań kaszlu i głosu, zarówno pacjentów z COVID-19, jak i osób zdrowych. Stworzenie platformy OpenSigma umożliwiło każdemu udział w projekcie poprzez udostępnianie nagrań kaszlu. Współpraca ta znacząco rozszerzyła bazę danych i poprawiła dokładność opracowywania modeli, co może pomóc w diagnozowaniu i monitorowaniu COVID-19.

Sieć neuronowa opracowana na MIT wykazała wysoką Dokładność w klasyfikacji COVID-19, osiągając 98,5% skuteczność. Jest to szczególnie ważne, ponieważ system jest w stanie wykryć wirusa nawet we wczesnym stadium, gdy pacjenci nie mają jeszcze wyraźnych objawów. Pomimo tych imponujących wyników, algorytm wciąż przechodzi badania kliniczne w placówkach medycznych specjalizujących się w leczeniu COVID-19. Takie podejście ma potencjał, aby znacząco poprawić diagnostykę i wczesne wykrywanie choroby, co z kolei pomoże w walce z pandemią.

Na początku pandemii Laboratorium Sztucznej Inteligencji Sbera opracowało sieć neuronową zdolną do analizy stopnia uszkodzenia płuc za pomocą tomografii komputerowej (TK). Ta innowacyjna technologia umożliwia szybką i dokładną ocenę stanu pacjentów, co jest kluczowe w przypadku kryzysu medycznego. Sieć neuronowa została wytrenowana na dużej ilości danych, co zapewnia jej wysoką skuteczność w diagnozowaniu chorób płuc, w tym COVID-19. Rozwój tego systemu podkreśla znaczenie sztucznej inteligencji w medycynie i jej rolę w poprawie jakości diagnostyki i leczenia.

Sber opracował algorytm, który konwertuje pliki audio na wizualne wykresy – spektrogramy. Spektrogramy te wyświetlają drgania powietrza, umożliwiając wizualną analizę danych audio. To podejście otwiera nowe możliwości w przetwarzaniu dźwięku i wizualizacji informacji, co może być przydatne w różnych dziedzinach, od muzyki po naukę.

Do wytrenowania sieci neuronowej wykorzystano trzy tysiące nagrań kaszlu i głosów pacjentów z COVID-19. Zestaw treningowy zawierał również nagrania zdrowych osób i różnych dźwięków tła. Umożliwiło to sieci neuronowej skuteczne rozróżnianie kaszlu, oddechu i dźwięków głosu związanych z COVID-19. Takie podejście poprawia dokładność diagnostyczną i ułatwia wcześniejsze wykrywanie choroby, co jest szczególnie ważne w czasie pandemii. Wykorzystanie różnych źródeł danych audio pomaga udoskonalić algorytmy uczenia maszynowego i ich adaptację do warunków rzeczywistych.

Aplikacja AI Resp poprawia dokładność diagnostyki COVID-19, zachęcając użytkownika do zgłaszania objawów takich jak gorączka i ból głowy. Pozwala to na skuteczniejszą ocenę ryzyka zachorowania i zalecenia dotyczące dalszych działań.

Innowacje w diagnostyce znamion

Aplikacja mobilna ProRodinki oferuje innowacyjne rozwiązanie do wczesnego wykrywania nowotworów złośliwych, które mogą podszywać się pod znamiona. Wykorzystując nowoczesne technologie sztucznej inteligencji, aplikacja skutecznie wspomaga diagnostykę chorób skóry, takich jak rak podstawnokomórkowy i czerniak. Ta aplikacja nie tylko ułatwia monitorowanie stanu skóry, ale także pomaga zwiększyć świadomość na temat ryzyka związanego ze zmianami skórnymi.

Aplikacja jest dostępna dla wszystkich użytkowników i można ją pobrać bezpłatnie na urządzenia z systemem Android i iOS. Można pobrać aplikację na Androida i iOS.

Ciemne zmiany na skórze, zwane znamionami lub pieprzykami, wymagają uważnej obserwacji. Niektóre z nich mogą być złośliwe, dlatego regularne kontrole u dermatologa są niezbędne. Szczególnie ważne jest zwrócenie uwagi na narośla zmieniające kolor lub kształt. Wczesna diagnoza i monitorowanie mogą pomóc zapobiec rozwojowi poważnych schorzeń, takich jak czerniak. W przypadku jakichkolwiek zmian skórnych należy skonsultować się ze specjalistą, aby zadbać o swoje zdrowie i bezpieczeństwo.

Aplikacja została opracowana we współpracy rosyjskich programistów i naukowców. Sieć neuronowa zaprojektowana do analizy zdjęć znamion została wytrenowana na podstawie pięciu tysięcy zdjęć wcześniej zbadanych przez specjalistów w tej dziedzinie. Pomaga to poprawić dokładność diagnozy i jakość opieki medycznej.

Każde zdjęcie zostało przeanalizowane przez co najmniej dwóch specjalistów, którzy określili, które znamiona stanowią potencjalne zagrożenie, a które są normalnymi naroślami. Sieć neuronowa osiągnęła 90% skuteczność w rozpoznawaniu chorób onkologicznych, co jest porównywalne z wynikami doświadczonego dermatologa. Potwierdza to wysoką skuteczność sztucznej inteligencji w dermatologii i jej potencjał we wczesnym diagnozowaniu raka skóry.

System ProRodinki składa się z kilku głównych komponentów. Sercem systemu jest sieć neuronowa hostowana na serwerze, która odpowiada za główne przetwarzanie danych. Aplikacja mobilna stanowi przyjazny interfejs użytkownika, umożliwiający interakcję z systemem. Należy pamiętać, że do prawidłowego działania aplikacji wymagane jest stabilne połączenie internetowe.

Każdy obraz przechodzi rygorystyczną, podwójną kontrolę: najpierw jest analizowany przez sieć neuronową, a następnie przez specjalistę. W sytuacjach, gdy algorytmy nie są w stanie dostarczyć jednoznacznego wyniku, ostateczną decyzję podejmują lekarze. Ich wiedza specjalistyczna nie tylko wspomaga proces decyzyjny, ale także przyczynia się do dalszego szkolenia sieci neuronowej, zwiększając jej wydajność i dokładność w przyszłości.

Tworzenie aplikacji trwało trzy lata, podczas których przeprowadzono rygorystyczne testy. W ich wyniku system z powodzeniem pomógł lekarzom zdiagnozować ponad 1000 przypadków podejrzanych chorób skóry. Ta aplikacja znacząco usprawniła proces diagnostyczny, zapewniając lekarzom niezawodne narzędzia do identyfikacji różnych patologii skóry.

Należy pamiętać, że aplikacja nie jest przeznaczona do samodzielnego leczenia. Zalecenia zawarte w aplikacji „ProRodinki” mają charakter probabilistyczny i nie zastępują profesjonalnej porady lekarskiej. Aplikacja służy jako narzędzie do podnoszenia świadomości na temat zdrowia i konieczności dbania o nie. Dbaj o siebie i skonsultuj się ze specjalistą w razie wątpliwości.

W najbliższej przyszłości twórcy aplikacji planują rozszerzyć jej funkcjonalność o możliwość wyszukiwania pobliskich placówek medycznych i umawiania wizyt u specjalistów online. Te innowacje zapewnią użytkownikom wygodniejszy dostęp do usług medycznych i zaoszczędzą czas na poszukiwania potrzebnych specjalistów. Ulepszona funkcjonalność aplikacji ma na celu poprawę jakości usług i uproszczenie interakcji z placówkami medycznymi, co usprawni proces uzyskiwania opieki medycznej.

Wykrywanie chorób oczu za pomocą technologii

Aplikacja mobilna CRADLE White Eye Detector to nowoczesne narzędzie do diagnozowania chorób oczu za pomocą analizy zdjęć. Dzięki wbudowanej sztucznej inteligencji aplikacja skutecznie identyfikuje niebezpieczne objawy, takie jak leukokoria – białe światło w źrenicy – ​​które może wskazywać na poważne choroby, w tym siatkówczaka i zaćmę. Aplikacja ta znacznie upraszcza proces wczesnej diagnozy, umożliwiając rodzicom i lekarzom szybką reakcję na potencjalne zagrożenia dla wzroku dzieci.

Program, opracowany przez zespół specjalistów z Baylor University w Stanach Zjednoczonych, ma na celu diagnozowanie i leczenie problemów ze wzrokiem u dzieci. W przeciwieństwie do dorosłych, którzy częściej rozpoznają wady wzroku, dzieci mogą nie zauważać swoich trudności. Niewłaściwe wykrycie i leczenie chorób oczu u dzieci może prowadzić do poważnych konsekwencji, takich jak upośledzenie wzroku i trudności w uczeniu się. Ważne jest, aby zwracać uwagę na zdrowie oczu dzieci i regularnie je badać, aby wykryć ewentualne schorzenia we wczesnym stadium.

Podczas korzystania z lampy błyskowej w warunkach słabego oświetlenia może wystąpić efekt czerwonych oczu. Zjawisko to jest spowodowane odbiciem światła od naczyń krwionośnych siatkówki i jest powszechne i normalne. Jeśli jednak na zdjęciach pojawiają się białe lub żółte oczy, może to sygnalizować poważne problemy zdrowotne, takie jak guzy lub inne choroby oczu. Ważne jest, aby zwracać szczególną uwagę na takie objawy i niezwłocznie skonsultować się ze specjalistą w celu postawienia diagnozy i leczenia. Rozwój aplikacji rozpoczął się od osobistej tragedii. U syna profesora Uniwersytetu Baylor, Briana Shawa, zdiagnozowano siatkówczaka, który niestety został zdiagnozowany zbyt późno, co doprowadziło do utraty wzroku w jednym oku. Przeglądając stare fotografie, zauważył leukokorię, co stało się impulsem do stworzenia aplikacji, która pozwala na wczesne wykrywanie takich objawów. Celem tej aplikacji jest ułatwienie wczesnej diagnostyki chorób oczu u dzieci, co może pomóc zapobiec podobnym tragediom w przyszłości.

Profesor Shaw rzucił wyzwanie swoim kolegom, aby opracowali aplikację, która automatycznie analizowałaby zdjęcia dzieci pod kątem oznak białej poświaty w oczach, znanej jako leukokoria. Algorytm, nazwany CRADLE (Computer-Assisted Detector of Leukocoria), został po raz pierwszy zaprezentowany w 2014 roku i od tego czasu jest stale udoskonalany. Ta aplikacja może stać się ważnym narzędziem we wczesnej diagnostyce chorób, umożliwiając rodzicom i lekarzom szybką reakcję na potencjalne problemy ze wzrokiem u dzieci.

Aby wytrenować algorytm, wykorzystano 53 000 zdjęć 40 dzieci, zarówno tych z prawidłowym wzrokiem, jak i tych ze zdiagnozowanymi problemami. Rodzice zgodzili się udostępnić zdjęcia swoich dzieci w celu wsparcia badań. Specjaliści ręcznie opatrzyli zdjęcia adnotacjami, odnotowując obecność lub brak leukokorii. Celem tych badań jest usprawnienie diagnostyki chorób oczu u dzieci i opracowanie dokładniejszych algorytmów wczesnego wykrywania problemów ze wzrokiem.

Aplikacja wykorzystuje dziesięć sieci neuronowych do analizy oczu na zdjęciach i przesyłania danych do każdego z nich. Każda sieć jest trenowana w różnych metodach rozpoznawania leukokorii, a wynik końcowy powstaje na podstawie głosowania między sieciami. Takie podejście znacznie zwiększa dokładność diagnozy, co pozwoliło aplikacji prawidłowo zidentyfikować leukokorię u 80% dzieci z tą diagnozą.

Aby skutecznie wykryć objawy, algorytm musi przeanalizować kilka zdjęć tego samego dziecka. Aplikacja skanuje wszystkie zdjęcia na smartfonie, co znacznie zwiększa szanse na wczesne wykrycie potencjalnych problemów. W przypadku wykrycia objawów ostrzegawczych aplikacja zaleca konsultację lekarską w celu dalszej diagnostyki. Zastosowanie tego podejścia przyczynia się do trafniejszej diagnozy i szybszej interwencji, co jest ważne dla zdrowia dziecka.

Aplikacja działa w trybie offline, co pozwala użytkownikom zachować prywatność swoich danych, ponieważ zdjęcia nie są przesyłane na serwer bez ich zgody. Ten aspekt jest szczególnie ważny dla użytkowników dbających o swoją prywatność. Twórcy podkreślają jednocześnie, że aplikacja nie ma na celu zastąpienia konsultacji z lekarzem, a jej stosowanie nie eliminuje konieczności skorzystania z profesjonalnej opieki medycznej.

Aplikacja CRADLE White Eye Detector jest dostępna do bezpłatnego pobrania na urządzeniach z systemem Android i iOS.