2023. 04. 12. - 10:30

Leleplezi a mesterséges intelligencia az orvosi védőeszközök hibáit

Leleplezi a mesterséges intelligencia az orvosi védőeszközök hibáit

A mesterséges intelligencia képes rámutatni az orvosi egyéni védőeszközök hibáira. A gépi tanuláson alapuló rendszer észleli, ha valaki nem viseli a szükséges dolgokat.

Az, hogy az egyéni orvosi védőeszközök (PPE) elengedhetetlenek a fertőző betegségek elleni védekezésben, teljesen nyilvánvalóvá vált a koronavírus-járvány idején.
 
Az érintett országok kormányai és szervezetei általában azt javasolják, hogy az egészségügyi személyzet viseljen orvosi védőeszközöket, beleértve a sebészeti maszkot, kesztyűt és arcvédőt, különösen zsúfolt környezetben.
 
Annak biztosításához azonban, hogy a súlyosan érintett területek egészségügyi személyzete betartsa az ajánlásokat, olyan eszközökre van szükség, amelyek valós időben ellenőrizhetik, hogy a személyzet használ-e PPE-t. Olvasd el: Melyik a legjobb szájmaszk? A mesterséges intelligencia segít megtudni
 
Leleplezi a mesterséges intelligencia az orvosi védőeszközök hibáit
Leleplezi a mesterséges intelligencia az orvosi védőeszközök hibáit
 
Egy kínai kutatócsapat kifejlesztett egy gépi tanuláson alapuló rendszert, mely képes észlelni, hogy a személyzet viseli-e a szükséges orvosi védőeszközöket. A megközelítés mély neurális hálózatokat (DNN-eket) alkalmaz az objektumok észlelésére valós forgatókönyvekben – írta meg a International Journal of Sensor Networks lapban megjelent tanulmány.
 
A kutatók két új modult használtak. Egyrészt a Deformable és az Attention Residual 50 réteges (DAR50) kivonó modult és a Criss-Cross Feature Pyramid Network (CCFPN) funkciófúziós modult két kulcsfontosságú probléma megoldására, amelyek eddig korlátozott teljesítményt nyújtottak az egyéni védőeszközök észlelésében. Így sikerült leküzdeniük a háttérinformációk és a különböző méretű észlelési célskálák okozta interferencia problémáit.
 
A két modul kombinálásával a szakemberek létrehozhattak egy objektumészlelési hálózatot, Attention and Multi-Scale Fusion-based Regions with Convolution Neural Network (AMS R-CNN) néven. 
 
Az orvosi védőeszközökkel és a The Visual Object Classes Challenge 2007 (VOC 2007) adatkészletekkel végzett tesztjeik azt mutatták, hogy rendszerük jobban működik, mint a legkorszerűbb módszerek. Olvasd el: Szenzorokkal már a maszk is okossá tehető
 
Az AMS R-CNN fejlesztése igen előnyös lehet az egészségügyi szakembereket irányítók számára és elősegítheti a PPE-szabályok betartását, hogy a fertőző betegségek átvitelének kockázatát minimalizálni lehessen.
 
A magas kockázatú környezetben, például kórházakban és laboratóriumokban dolgozó egészségügyi személyzet maga is részesülhet a kollégák fokozottabb védelméből, s így javítja az általános biztonságot, sőt a betegekre nézve is csökkenti a rizikót.
 
A tanulmány rávilágít a mély neurális hálózatokban rejlő lehetőségekre, amelyek forradalmasítják az objektumok észlelésének módját. A pontosság a technológia további fejlesztésével javítható.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.