கோவிட்-19 தொற்றுநோய் 2020 ஆம் ஆண்டின் தொடக்கத்தில் உலகைப் புயலால் தாக்கியது, அதன் பின்னர் சீனா, அமெரிக்கா, ஸ்பெயின் மற்றும் யுனைடெட் கிங்டம் உட்பட பல நாடுகளில் இறப்புக்கான முக்கிய காரணியாக மாறியுள்ளது. COVID-19 நோய்த்தொற்றுகளைக் கண்டறிவதற்கான நடைமுறை வழிகளை உருவாக்குவதில் ஆராய்ச்சியாளர்கள் விரிவாகப் பணியாற்றி வருகின்றனர், மேலும் அவர்களில் பலர் இந்த நோக்கத்திற்காக செயற்கை நுண்ணறிவை (AI) எவ்வாறு மேம்படுத்தலாம் என்பதில் கவனம் செலுத்தியுள்ளனர்.
பல ஆய்வுகள் AI- அடிப்படையிலான அமைப்புகள் மார்பு X-கதிர் படங்களில் COVID-19 ஐக் கண்டறிய பயன்படுத்தப்படலாம் என்று தெரிவிக்கின்றன, ஏனெனில் இந்த நோய் நுரையீரலில் சீழ் மற்றும் நீருடன் கூடிய பகுதிகளை உருவாக்குகிறது, இது X-ray ஸ்கேன்களில் வெள்ளைப் புள்ளிகளைக் காட்டுகிறது. . இந்தக் கொள்கையின் அடிப்படையில் பல்வேறு கண்டறியும் AI மாதிரிகள் முன்மொழியப்பட்டாலும், அவற்றின் துல்லியம், வேகம் மற்றும் பொருந்தக்கூடிய தன்மையை மேம்படுத்துவது முதன்மையான முன்னுரிமையாக உள்ளது.
இப்போது, கொரியாவின் இஞ்சியோன் தேசிய பல்கலைக்கழகத்தின் பேராசிரியர் குவாங்கில் ஜியோன் தலைமையிலான விஞ்ஞானிகள் குழு, இரண்டு சக்திவாய்ந்த AI- அடிப்படையிலான நுட்பங்களை இணைப்பதன் மூலம் விஷயங்களை மேம்படுத்தும் ஒரு தானியங்கி COVID-19 நோயறிதல் கட்டமைப்பை உருவாக்கியுள்ளது. கோவிட்-19 நோயாளிகளின் மார்பு எக்ஸ்ரே படங்களை, கோவிட்-19 அல்லாதவர்களிடமிருந்து துல்லியமாக வேறுபடுத்துவதற்கு அவர்களின் அமைப்பு பயிற்சியளிக்கப்படலாம். அவர்களின் கட்டுரை அக்டோபர் 27, 2021 அன்று ஆன்லைனில் கிடைத்தது, மேலும் நவம்பர் 21, 2021 அன்று IEEE இன்டர்நெட் ஆஃப் திங்ஸ் ஜர்னலின் வால்யூம் 8, இதழ் 21 இல் வெளியிடப்பட்டது.
ஆராய்ச்சியாளர்கள் பயன்படுத்திய இரண்டு வழிமுறைகள் வேகமான R-CNN மற்றும் ResNet-101 ஆகும். முதலாவது ஒரு இயந்திர கற்றல் அடிப்படையிலான மாதிரியாகும், இது பிராந்திய-முன்மொழிவு நெட்வொர்க்கைப் பயன்படுத்துகிறது, இது உள்ளீட்டு படத்தில் தொடர்புடைய பகுதிகளை அடையாளம் காண பயிற்சியளிக்கப்படும். இரண்டாவது 101 அடுக்குகளைக் கொண்ட ஆழமான கற்றல் நரம்பியல் நெட்வொர்க் ஆகும், இது முதுகெலும்பாகப் பயன்படுத்தப்பட்டது. ResNet-101, போதுமான உள்ளீட்டுத் தரவுகளுடன் பயிற்சியளிக்கப்பட்டால், இது படத்தை அடையாளம் காண ஒரு சக்திவாய்ந்த மாதிரியாகும். "எங்கள் அறிவின்படி, கோவிட்-101 கண்டறிதலுக்காக ரெஸ்நெட்-19 மற்றும் வேகமான ஆர்-சிஎன்என் ஆகியவற்றை இணைப்பது எங்கள் அணுகுமுறையாகும்" என்று பேராசிரியர் ஜியோன் குறிப்பிடுகிறார், "எங்கள் மாதிரியை 8800 எக்ஸ்-ரே படங்களுடன் பயிற்சி செய்த பிறகு, நாங்கள் பெற்றோம் 98% குறிப்பிடத்தக்க துல்லியம்."
மருத்துவமனைகள் மற்றும் பொது சுகாதார மையங்களில் COVID-19 ஐ முன்கூட்டியே கண்டறிவதற்கு அவர்களின் உத்தி பயனுள்ளதாக இருக்கும் என்று ஆராய்ச்சி குழு நம்புகிறது. AI தொழில்நுட்பத்தை அடிப்படையாகக் கொண்ட தானியங்கி கண்டறியும் நுட்பங்களைப் பயன்படுத்துவது, தொற்றுநோய் தொடங்கியதிலிருந்து பெரும் பணிச்சுமையை எதிர்கொண்டுள்ள கதிரியக்க வல்லுநர்கள் மற்றும் பிற மருத்துவ நிபுணர்களின் சில வேலைகளையும் அழுத்தத்தையும் குறைக்கலாம். மேலும், நவீன மருத்துவ சாதனங்கள் இணையத்துடன் இணைக்கப்படுவதால், முன்மொழியப்பட்ட மாதிரிக்கு பரந்த அளவிலான பயிற்சித் தரவை வழங்க முடியும்; இது, கோவிட்-19க்கு மட்டுமல்ல, இன்னும் அதிக துல்லியத்தை ஏற்படுத்தும், பேராசிரியர். ஜியோன் கூறுகிறார்: "எங்கள் ஆய்வில் பயன்படுத்தப்படும் ஆழ்ந்த கற்றல் அணுகுமுறை மற்ற வகை மருத்துவப் படங்களுக்கும் பொருந்தும் மற்றும் பல்வேறு நோய்களைக் கண்டறியப் பயன்படும்."
