W odróżnieniu od innych projektów tego typu, wyniki prac DarwinAI są udostępniane w modelu open-source, aby z narzędzia mogło skorzystać jak najwięcej radiologów i badaczy na całym świecie.
– Choć nie jest to jeszcze rozwiązanie gotowe do produkcji, jest nadzieja, że otwarta sieć COVID-Net, wraz z otwartym zbiorem danych COVIDx, przyspieszy rozwój dokładnych, a jednocześnie praktycznych rozwiązań w zakresie głębokiego uczenia. Ma to na celu wykrycie przypadków COVID-19 i szybsze ich leczenie – mówią w Venture Beat twórcy wynalazku.
Działanie COVID-Net
Sieć COVID-Net jest tworzona przy użyciu COVIDx, zestawu danych obejmującego prawie 6000 zdjęć rentgenowskich 2 800 pacjentów, a także zdjęć rentgenowskich klatki piersiowej. COVIDx w tym momencie zawiera tylko 68 zdjęć rentgenowskich z 19 potwierdzonych przypadków COVID-19. Baza danych zawiera również setki obrazów infekcji wirusowych innych niż COVID-19, takich jak SARS, MERS i grypa.
We wstępnych testach COVID-Net był w stanie wykryć koronawirusa w 83,5% przypadków. System ma na celu odróżnienie COVID-19 od grypy, SARS i MERS.
Rentgen nie jest rekomendowany
Ośrodki kontroli i prewencji chorób (CDC) w Stanach Zjednoczonych nie zalecają obecnie stosowania tomografii komputerowej ani zdjęć rentgenowskich do diagnostyki COVID-19.
W ostatnich tygodniach American College of Radiology (ACR) i podobne organizacje radiologiczne w Kanadzie, Nowej Zelandii i Australii również wydały oświadczenia, w których informują radiologów, że obecnie nie rekomendują stosowania tomografii komputerowej do wykrywania infekcji koronawirusem.
Dr Ella Kazerooni z ACR powiedziała, że jesteśmy w środku sezonu grypowego i trudno odróżnić COVID-19 od zwykłych infekcji płuc, takich jak bakteryjne lub wirusowe zapalenie płuc. Badaczka dodała, że nawet jeśli prześwietlenie klatki piersiowej wykazywałoby oznaki zakażenia koronawirusem, do potwierdzenia potrzebne jest jeszcze badanie laboratoryjne.