开创性的人工智能西苏格兰大学的研究人员认为，自动诊断肺结核和肺炎等肺部疾病的人工智能可以缓解医院在冬季的压力。
的研究在杂志上发表了吗生物科学中的计算机方法与程序“，．
结核病和肺炎——主要影响肺部的潜在严重感染——通常需要结合不同的诊断测试，如CT扫描、血液测试、x光和超声波。这些检查可能很昂贵，通常需要很长时间才能得到结果。
这项革命性的技术最初是为了从x射线图像中快速检测出新冠病毒而开发的，现已被证明可以在几分钟内自动识别出一系列不同的肺部疾病，准确率约为98%。
华盛顿大学的研究员纳伊姆·拉姆赞教授说:“这样的系统对全球繁忙的医疗团队来说至关重要。”
希望该技术可以通过快速准确地检测疾病来帮助缓解压力很大的医院部门的压力-释放不断需求旺盛的放射技师;缩短等待检测结果的时间;在测试过程中创造效率。
西弗吉尼亚大学智能环境研究中心情感与人类计算主任Ramzan教授与西弗吉尼亚大学博士生Gabriel Okolo和Stamos Katsigiannis博士一起领导了这项技术的开发。
拉姆赞教授补充说:“毫无疑问，全球各地的医院部门都面临着压力，而Covid-19的爆发加剧了这一情况，给压力大的部门和员工增加了进一步的压力。”我们确实需要一些技术来帮助缓解这些压力，并快速准确地检测出一系列不同的疾病，帮助解放宝贵的工作人员时间。
“x射线成像是一种相对便宜和容易获得的诊断工具，已经有助于诊断各种疾病，包括肺炎、结核病和Covid-19。人工智能技术的最新进展使得胸部x光扫描的自动诊断在医疗环境中具有非常现实的前景。”
这项最先进的技术利用x射线技术，将扫描结果与来自肺炎、结核病和covid患者的数千张图像数据库进行比较。然后，它使用一种被称为深度卷积神经网络的过程——一种通常用于分析视觉图像的算法——来进行诊断。
在广泛的测试阶段，该技术被证明准确率为98%。
米兰·拉多萨夫耶维奇教授是华盛顿大学研究、创新和参与的副校长，他说:“世界各地的医院都承受着持续的压力。这在整个英国都可以看到，因为我们出色的NHS继续承受着巨大的压力，不堪重负的医务人员首当其冲。
“我对这项创新技术的潜力感到兴奋，它可以帮助简化诊断流程，减轻工作人员的压力。
“这是华盛顿大学有目的、有影响力的研究的又一个例子，因为我们努力寻找全球挑战的解决方案。”
UWS的研究人员目前正在探索该技术在使用x射线图像检测其他疾病方面的适用性，例如癌症．
