COVID-Net与已确认的冠状病毒和开源AI平台如何研究由冠状病毒爆发引起的肺损伤以帮助抗击疫情。随着冠状病毒病例的数量在美国重新出现，努力保持行业领先地位的医护人员在COVID-Net中采取了一种新颖的方法来应对疫情，这是一个基于开源人工智能的平台，使用肺部被照射成像和评估冠状病毒特异性肺损伤的程度。该技术是在3月份开发的，也就是大流行初期，但随着越来越多的组织采用它，它作为医疗保健领域人工智能的一个例子越来越受欢迎。虽然这个非营利项目由RedHat、波士顿儿童医院和人工智能初创公司DarwinAI牵头，但它最初是加拿大滑铁卢大学和DarwinAI之间的合作。DarwinAI首席执行官SheldonFernandez表示：“COVID-Net是一项为应对冠状病毒疫情做出贡献的倡议。我们开源这个平台，不希望它被商业化。我们希望它只为从业者服务。另一个他们可以用来对抗大流行的工具。这就是动机，”费尔南德斯说，随着大流行成为一个全球性问题，世界各地的研究人员将医疗保健中的AI视为理解该领域的潜在价值已经在开展其他项目研究人员。并诊断冠状病毒病例。他说，在七天内，他们能够使用DarwinAI公司的技术开发一个平台，该平台不仅可以帮助研究人员识别冠状病毒爆发留下的独特视觉特征，还可以使用机器学习技术训练系统区分图像冠状病毒、受感染的肺部以及健康肺部或因冠状病毒以外的原因受损的肺部的图像。“我们很快就适应了这一点，并询问我们是否可以利用我们的领域专业知识并将其应用于爆发，”费尔南德斯说。“因此，我们将所有这些图像输入系统，并非常迅速地使用我们的技术。创建了一个系统，开始发现肺部的这些波动，即冠状病毒的标志，并且随着时间的推移，该系统变得越来越智能。”但这个过程缓慢而繁琐，而且处理大量图像的速度不够快，无法发挥作用。此外，人工智能技术不是用户友好的，需要具有工程技能的人才能操作。为了解决这些问题，在RedHat的帮助下，COVID-Net团队与波士顿儿童医院建立了联系，该医院开发了一个容器平台，现在称为ChRIS，该平台在OpenShift和OpenStack上运行。哈佛医学院放射学助理教授、波士顿儿童医院研究员鲁道夫·皮纳尔(RudolphPienaar)说：“他们开发了COVID-Net，但实际上没有办法部署它，至少不能简单地以对临床医生有用的方式部署它。”“这就是我们进行研究的地方。他们正在寻找一些机制来部署他们的应用程序并为他们的应用程序构建一个用户界面，他们可以像医护人员一样使用，”Pienaar说。将COVID-Net技术与ChRIS平台集成的过程大约需要三天时间。“构建一个引人注目的用户界面以将该功能带给最终用户需要花费更多时间。其中一部分在概念上是在DarwinAI上完成的，”他说，尽管该平台可以用作确定患者是否被感染或感染的工具。不是。已经开发出一种冠状病毒诊断工具，但这并不是该技术的主要推荐用途，因为使用拭子样本进行的化学测试更为准确。Pienaar说，该平台最有用的方式之一是作为一种分类诊断工具，帮助医生确定在冠状病毒病例不堪重负的医疗机构中谁最需要护理。他补充说：“真正的好处是防止人眼疲劳。对我来说，这是此类医学诊断的主要内容。人类能够做出非常准确和准确的诊断，但会疲劳。机器算法可能并不总是如此能够是做出好的预测，有时甚至接近或可能更好。但是对于相同的输入，它总是给出相同的结果。它不会感到疲倦，它不会变得无聊。从这个角度来看，它会更可靠。”事实上，这种好处是在医疗保健中使用AI的主要驱动力。该项目的GitHub存储库中提供了描述COVID-Net及其医疗保健人工智能方法的源代码、文档、数据集和科学论文。
