AI v Covid-19: Comment l'IA peut-elle aider au suivi et à la recherche de Covid-19?

Covid-19

2020 a été une année étrange avec le virus Covid-19. Les techniciens médicaux et les scientifiques du monde entier tentent actuellement de trouver un vaccin et de le contenir. Ce n’est pas seulement important pour la vie humaine, mais pour entreprises et l’impact qu’elle a eu à l’échelle mondiale.

COVID-19 [feminine

Selon Coronavstats au 21 septembre 2020 au Royaume-Uni, il y avait actuellement 398 625 infections au total et un nombre de décès de 41 788. Le taux de mortalité actuel d'un peu plus de 10% du total des cas est alarmant. Il a été établi que la propagation est exponentielle. Par conséquent, le confinement est vital, dans le monde de la technologie, l'IA est utilisée pour aider à la découverte et au confinement de vaccins. L'IA peut être utilisée pour trouver les vaccins appropriés plus rapidement en analysant les vaccinations précédentes basées sur des structures protéiques similaires de l'infection et de la propagation.

Les centres de santé utilisent de plus en plus l'intelligence artificielle. Les systèmes de balayage des rayons X du thorax peuvent détecter automatiquement le virus et utiliser la reconnaissance d'image à l'aide des capacités de l'IA. L'IA offre un traitement beaucoup plus rapide. Les régulateurs et les agences gouvernementales collectent ensuite les données et les mettent à disposition dans plusieurs entités. Les chercheurs et les microbiologistes utilisent ces données, ainsi que d'autres données pour créer de meilleurs médicaments analysant l'impact des médicaments et identifiant le virus et d'autres bactéries, comme Médecins Sans Frontières.

Médecins Sans Frontières and Tenserflow Lite

TensorFlow

Un exemple d'utilisation de l'utilisation potentielle de l'IA pour trouver un vaccin peut être trouvé à partir de la recherche médicale actuelle sur l'identification des bactéries, comme on le voit dans ce document. Vidéo Youtube . Médecins Sans Frontières est une organisation caritative fournissant des soins médicaux dans le monde entier, prescrivant une gamme d'antibiotiques dans plus de 70 pays. Ils ont découvert qu'un nombre croissant de patients sont infectés par des bactéries multirésistantes. Il est possible que le même concept puisse être utilisé pour Covid-19, dans leur utilisation de l'IA et de Googles TensorFlow. TensorFlow est l'offre d'IA gratuite et open source de Google et, TensorFlow Lite (utilisé par Médecins Sans Frontières), la version mobile est disponible en téléchargement sur iOS et Android.

Ce que Médecins Sans Frontières a découvert, c'est que les patients reçoivent souvent les mauvais antibiotiques, en raison de leur incapacité à identifier exactement le virus avec lequel un patient peut être infecté. Ils utilisent TensorFlow pour aider à identifier les antibiotiques appropriés pour leurs patients.

Cela soulève plusieurs défis. Pour identifier les bactéries, plusieurs tests sont nécessaires pour savoir à quel type de bactéries elles traitent. Il y a une étape supplémentaire qui consiste à interpréter les résultats dans de nombreux pays où Médecins Sans Frontières opère. Malheureusement, il n'y a pas suffisamment de personnel microbiologiste expérimenté pour faire ces interprétations. L'IA pourrait être une solution potentielle à ce problème, en ce que, plutôt que de remplacer le personnel microbiologiste, elle aide le personnel existant à interpréter les tests de diagnostic dans un délai plus court, en utilisant TensorFlow lite qui est disponible sur une gamme de téléphones mobiles, dans toutes leurs cliniques. . L'application n'a pas besoin d'être en ligne, elle peut donc être utilisée dans les zones à faible signal.

TensorFlow utilise la vision par ordinateur et l'apprentissage automatique en utilisant Python pour détecter les interactions entre les bactéries et les antibiotiques, en utilisant uniquement une image de la boîte de Pétri. Grâce à l'utilisation de cette technologie, Médecins Sans Frontières a réussi à former un modèle de test en quelques jours. Il s'est également avéré étonnamment rapide et facile à réaliser. Ils ont développé un prototype, dans le but de rendre les tests de diagnostic disponibles, faciles et abordables partout dans le monde. Cette application pourrait changer la donne en aidant des millions de personnes dans le monde, surtout si elle peut être adaptée à la recherche d'un vaccin contre Covid-19, ainsi que de nombreuses autres maladies. Il peut également aider à fournir des conseils sur les meilleures pratiques de gestion.

Il fonctionne par détection d'objets, en utilisant des images pré-annotées, de bactéries pathogènes et en effectuant des comparaisons avec une photographie d'une boîte de Pétri. Il est capable de faire des prédictions en moins d’une seconde. La beauté du système fourni par TensorFlow réside dans le fait qu'au lieu d'avoir à écrire des milliers de lignes de code, il existe une bibliothèque de fonctions qui permettent de construire différentes architectures, en beaucoup moins de temps. Il peut réduire ces réseaux ruraux, pour pouvoir les intégrer sur un appareil mobile. L'apport humain est essentiel au processus. Il peut parcourir très rapidement des centaines de millions d'images et peut être adapté pour créer différents types de réseaux de neurones.

Dans la recherche d'un vaccin contre Covid-19, la stratégie utilisée par Médecins Sans Frontières pourrait être un bon point de départ dans l'utilisation de l'IA utilisant TenserFlow.

Exemple de TensorFlow Lite sur Android

TensorFlow vous permet d'exécuter rapidement des modèles d'apprentissage automatique sur des appareils mobiles à faible latence, ce qui vous permet d'effectuer des classifications sans avoir à passer des appels réseau répétés vers un serveur. Il est disponible sur Android et iOS via une API C ++. Il existe un wrapper Java pour les appareils Android qui peut le prendre en charge. L'interpréteur utilise l'API des réseaux neuronaux Android pour l'accélération matérielle.

L'application est conçue à l'aide d'un modèle de réseau mobile. Les filets mobiles sont petits et consomment peu d'énergie. Les modèles peuvent être conçus pour répondre à plusieurs cas d'utilisation tels que la détection d'objets, tels que divers types de plantes ou d'arbres. Il fournit une classification fine. Il existe plusieurs modèles pré-formés et prêts à l'emploi.

Lors de la première utilisation avec TensorFlow lite, il est recommandé de travailler avec ces modèles prédéfinis. Cependant, TensorFlow Lite ne prend pas encore en charge toutes les fonctionnalités du TensorFlow à part entière.

Pour utiliser TensorFlow sur mobile, vous devez inclure les bibliothèques TensorFlow lite. Ceci est réalisé en éditant votre fichier gradle de builds pour vous assurer de les inclure. L'étape suivante consiste à importer un interpréteur TensorFlow. L'interpréteur charge un modèle et vous permet de l'exécuter en lui fournissant un ensemble d'entrées. TensorFlow lite exécute le modèle et écrit les sorties. C'est un processus simple, même si la technologie qui le sous-tend est complexe.

Le modèle doit être stocké dans les actifs de l'application. Le code lira alors le modèle directement à partir de là, bien qu'un modèle puisse être chargé de n'importe où. Une fois le modèle chargé, un interpréteur peut être instancié.

Dans le cas de la recherche médicale, l'application lit les cadres de la caméra et les transforme en images. Ces images (dans le cas de Médecins Sans Frontières, une boîte de Pétri) sont utilisées comme entrées du modèle, qui produit des valeurs de retour. Ces valeurs sont un index de l'étiquette appropriée (dans ce cas l'identification des bactéries), et les milliers d'images pré-préparées et annotées correspondraient alors à cette étiquette.

Vous pouvez en savoir plus sur l'entraînement des modèles TensorFlow dans ce vidéo guide pour exécuter les modèles TensorFlow sur Android.

Détection Covid-19 à l'aide de UiPath Fabric

Radiographie pulmonaire

UiPath est une entreprise spécialisée dans les solutions d'IA pour l'automatisation. Des chercheurs de l'Université de Waterloo et de Darwin ont utilisé UiPath Fabric, une initiative Open Source, pour concevoir un modèle de réseau neuronal pour détecter les cas de COVID-19, à l'aide d'images radiographiques thoraciques. Le modèle a été formé sur un ensemble de données accessible au public composé de 76 images de patients atteints de covid 19 comme illustré dans cette vidéo You Tube.

Le flux de travail est simple, composé d'un fichier et d'une image radiographique. Ceux-ci sont envoyés au modèle d'apprentissage automatique qui génère les résultats. L'application demande une image. Tout ce dont vous avez besoin pour former le modèle à partir de personnes sans maladie et pour faire la distinction entre les personnes atteintes de pneumonie et les personnes atteintes de COVID-19. Le résultat est un résultat de classification d'apprentissage automatique.

Ainsi, pour toute image de radiographie thoracique ou de tomodensitométrie, le logiciel fournit une prédiction que l'image provient d'un patient atteint de Covid-19. À ce stade de la recherche, il ne s'agit pas d'une version de production, mais d'une expérience préliminaire.

L'IA est utilisée pour aider à la recherche pour contenir le Covid-19 et éventuellement pour découvrir un virus. Les applications mobiles, telles que TensorFlow Lite, peuvent vérifier si une personne est infectée par le virus en alimentant certaines entrées de l'utilisateur, en obtenant automatiquement des données sur leur emplacement et en les évaluant selon un degré de risque. Vous pouvez imaginer une situation où si la localisation mobile d’un patient confirmé est toujours connue, le gouvernement peut alerter les personnes qui ont été en contact avec cette personne. Ceci est connu sous le nom de «Track and Trace».

Bert , une autre initiative de Google AI, est appliquée à ce vaste ensemble de données pour extraire des informations utiles sur le virus, à l'aide du traitement du langage naturel (NLP). La PNL peut être utilisée pour comprendre la structure des protéines et pour développer plus rapidement des vaccinations potentielles, notamment en fournissant des informations sur les zones où les personnes sont touchées.

Cela devrait également aider les microbiologistes à comprendre les options de traitement, à tenir compte de tout effet indésirable et à déterminer le dosage correct. Bert regarde les mots et les phrases dans les deux sens, de gauche à droite et à droite ou à gauche afin qu'ils puissent comprendre et identifier des mots particuliers dans un contexte complet. Ainsi, avec une combinaison de modèles d'IA, tels que TensorFlow et Bert pour le traitement du langage naturel pour aider les microbiologistes, peut-être qu'un vaccin contre Covid-19 n'est peut-être pas trop loin, mais c'est toujours un travail en cours. L'IA se révèle utile, comme ces exemples l'ont montré, pour fournir une solution à un potentiel vaccin Covid-19 et une capacité de suivi.