Ról agus Dúshlán na hIntleachta Saorga i nDiagnóis CT Nua um niúmóine Coronavirus

Le haghaidh tuilleadh eolais:ali.ma@wecistanche.com

Buaicphointí

Déanann an páipéar seo breithniú nua ar eolaíocht agus normatacht bunaithe ar riachtanais mhodheolaíochta trialach cliniciúla, trí phróiseas forbartha bogearraí hintleachta saorga (AI) a chur san áireamh mar thrialacha cliniciúla taighde diagnóiseacha íomhá tomagrafaíochta (CT). Ardaíonn an páipéar freisin 4 bhealach chun bogearraí diagnóiseacha AI a chur chun cinn ag cabhrú le fadhbanna cliniciúla iarbhír agus ag tabhairt tairbhí cliniciúla fíor d’othair.

Cliceáil chun fo-iarsmaí cistanche agus Cistanche le haghaidh díolúine

Teibí

Go luath in 2020, tháinig an niúmóine nua coronavirus(COVID{0}})bhris amach sa tSín. Tá go leor táirgí a bhaineann le míochaine le feiceáil go tapa i réimse na hIntleachta Saorga (AI), a raibh ról tábhachtach aige sa chomhrac in aghaidh na paindéime. Déanann an t-alt seo achoimre ar thaighde reatha agus stádas iarratais AI i raideolaíocht agus rialú paindéimeach agus déanann sé anailís ar na fadhbanna coitianta a bhaineann le teicneolaíocht AI i dtaighdeCOVID{0}}diagnóis. Áiríonn sé go príomha na smaointe maidir le dearadh staidéir chliniciúil, deacrachtaí i gcur i bhfeidhm taighde, agus dúshláin maidir le fíorú iontaofachta samhlacha AI. Mar fhreagra ar na deacrachtaí thuas, moltar moltaí chun eolaíocht agus cáilíocht taighde diagnóiseach AI a bharrfheabhsú.

Eochairfhocail:COVID{0}}paindéim, Intleacht shaorga, Tomagrafaíocht Ríomhairithe, Taighde Cliniciúil

Ról tábhachtach táirgí hintleachta saorga éagsúlaithe i bhfrith-eipidéim

Go luath in 2020, tháinig ráig anniúmóine coróinvíris nua(Coronavirus, COVID{0}}) dúshlán mór a chur i bhfeidhm maidir le cosc ​​agus rialú galar. Mar shampla, conas teocht an choirp gach duine a thomhas go tapa i mol tráchta le sreabhadh mór tráchta; conas drugaí éifeachtacha fhéideartha a scagadh amach go tapa i measc féidearthachtaí ollmhóra; conas cásanna amhrasta i ndaonra mór a scagadh; conas déileáil leis an nganntanas gairmithe leighis agus tras-ionfhabhtú le linn na cóireála d’othair diagnóisithe. Réitíonn Intleacht Shaorga (Al, mar cheann de na réimsí is mó tóir le blianta beaga anuas, cuid de na saincheisteanna trí tháirgí AI nua a chur i bhfeidhm, rud a fheabhsaíonn éifeachtacht chosc, rialú agus diagnóis galair.

Cuidíonn AI le monatóireacht agus insamhladh a dhéanamh ar an treocht forbartha eipidéim trí anailís a dhéanamh ar rian ghníomhaíocht na ndaoine, chun rabhadh luath a thabhairt do na réimsí leathadh féideartha. Is féidir le AI anailís a dhéanamh freisin ar na bealaí iomadaithe, dlúth-theagmhálacha na n-othar diagnóiseach a aimsiú, agus coraintín agus cóireáil a ghlacadh go tapa. Déanann an íomháóir teirmeach infridhearg le teicneolaíocht aitheantais íomhánna AI braite fiabhras in áiteanna poiblí chun daoine a bhfuil teocht neamhghnách coirp orthu a aimsiú[1]. I bhforbairt drugaí nua, cabhraíonn AI le scagadh a dhéanamh ar na drugaí antiviral agus frith-athlastacha is cumhachtaí ó na céadta drugaí le haghaidh tuilleadh forbartha [2]. Sa diagnóis agus sa chóireáil, glacadh le múnla Deep Neural Network (DNN) chun sonraí grafacha tomagrafaíocht ríofa (CT) ("CT plus AI) a aithint chun cabhrú le dochtúirí diagnóisí a dhéanamh go tapa.

Na dúshláin atá roimh "CT plus AI" chun cabhrú le diagnóis COVID{0}}

Tá aird ar leith tarraingthe ar fheidhmiú na hIntleachta Saorga sa raideolaíocht. Tá DNN in úsáid go forleathan i dteicneolaíochtaí scanadh leighis éagsúla, mar shampla, diagnóis niúmóine ar radagrafaíocht dhigiteach chliabhrach (DR)[3-5], nodules scamhógach ailse a bhrath [6] agus eitinn [7], bristeacha a bhrath, agus aois chnámh a thuar trí X-gha [8-10].scrúdú agus meastóireacht ar x-ghathanna cíche [11,12]; bhrath agus diagnóis nodules scamhógach [13,14], niúmóine [15], maiseanna ae [16], ailse pancreatic [17] agus bristeacha comhbhrú veirteabrach [18] ar íomhánna CT; leagann sé amach an ventricle sa chroí íomháithe athshondais maighnéadach [19]. Iniúchadh scrúdaithe ultrafhuaime, is féidir leis an tsamhail AI diagnóis agus anailís chainníochtúil a dhéanamh ar íomháú cairdiach [20.21]. chomh maith le nodules thyroid ultrafhuaime a bhrath agus diagnóis neamhurchóideacha agus urchóideacha [22,23] (Tábla 1).

Nuair a dhéantar niúmóine nua den choróinvíreas a dhiagnóisiú, is teicnící scrúdaithe íomháithe a úsáidtear go coitianta iad CT, DR, agus ultrafhuaime, i bpróisis agus i gcásanna faoi seach de réir a saintréithe féin. Is é CT an tosaíocht sa chéim luath de bhrath loit ina measc. Ós rud é go scaoiltear an "COVID{0}} Clár Diagnóisithe agus Cóireála Niúmóine (Leagan Trialach 5)", tá diagnóis íomháithe CT san áireamh freisin i gcaighdeáin diagnóis chliniciúil an COVID nua-19 [24]. Mar sin féin, éilíonn diagnóis othar aonair breathnóireacht láimhe ar níos mó ná céad íomhá CT, Le líon mór de riachtanais chliniciúla, tá ualach oibre mór ag dochtúirí le héifeachtúlacht íseal. Is féidir leis an teicneolaíocht AI bogearraí-chumasaithe na baic chliniciúla seo a réiteach. Is é cigireacht CT an réiteach íomháithe is fearr le haghaidh bogearraí AI diagnóiseacha niúmóine reatha mar gheall ar a chruinneas ard, caighdeáin aontaithe, agus carnadh domhain sonraí agus teicneolaíochta tionscail [27. I bhfeidhmchláir phraiticiúla, is féidir le samhlacha diagnóiseacha an íomhá niúmóine a shainaithint trí algartam sonrach chun a thuar an bhfuil sé tinn [27-29]. Is féidir leis an tsamhail anailíse cainníochtúil scamhóg suíomh an lesion a bhrath, líon na n-loit a chomhaireamh, raon feidhme an lesion a leagan amach, ráta ionfhabhtaithe limistéar loit na scamhóg a ríomh, agus comhoibriú leis na bogearraí leantacha chun dul chun cinn galair a bhainistiú agus a mheasúnú. prognóis [28]. Le cúnamh ó bhogearraí, laghdaítear ualach oibre na ndochtúirí, agus feabhsaítear luas agus cruinneas an diagnóis agus na cóireála, áfach, tá sé tábhachtach béim a chur ar roinnt fadhbanna coitianta i dtaighde diagnóis CT nua niúmóine coronavirus Al-chuidithe, mar a leanas:

Déan staidéar ar dhearadh

I ndiagnóis nua niúmóine CT de chuid COVID{0}}, ba cheart dearadh na samhla a mheas ar bhealach éagsúil chun céimeanna difriúla diagnóis agus cóireála a oiriúnú ag an gcéim is tosaigh d'fhorbairt na samhla diagnóiseacha "CT plus AI". Mar shampla, ba cheart an grúpa rialaithe a úsáidtear le haghaidh oiliúna múnla scagthástála luath a dhifreáil ón ngrúpa a roghnaíodh i antidiastole: 1) Is fearr le cinntí ar an bhfadhb scagthástála luath íogaireacht ard ná cásanna amhrasta a scaradh ón daonra sláintiúil, dá bhrí sin, na samplaí cás rialaithe oilte ag ba cheart go mbeadh an tsamhail AI mar íomhánna CT de scamhóga sláintiúla i gcoinne íomhánna de scamhóga míshláintiúla. Tá na cásanna scamhóg neamhshláintiúla comhdhéanta de chineálacha iomadúla niúmóine amhrasacha chun feidhmíocht mhúnla ráta íseal diagnóis caillte a chinntiú. 2) Sa chás antidiastole, tá cumas na sainiúlachta ard riachtanach chun an niúmóine nua coronavirus a idirdhealú ó na niúmóine sin de bharr ionfhabhtuithe eile. Níos nithiúla, i bhfianaise na bhfíorchúinsí cliniciúla, ba cheart don dearadh rialaithe idéalach dhá ghrúpa a chur i gcomparáid le hairíonna cliniciúla comhchosúla nó stair eipidéimeolaíochta cosúil le fiabhras, casacht, neamhghnáchaíochtaí íomhá scamhóg CT ach torthaí diúltacha agus dearfacha i dtástáil aigéid núicléacha (nó caighdeáin óir diagnóiseacha eile) . Bhí dearadh den sórt sin beartaithe chun gnéithe radamaíocha níos sainiúla de niúmóine nua an choróinvíris a chomhdhlúthú. Ina theannta sin, ní mór machnamh cúramach a dhéanamh ar an méadrach meastóireachta a roghnaítear chun feidhmíocht na samhla a mheasúnú. Mar shampla, nuair a dhéantar múnla diagnóiseach "CT móide AI" a mheas, níl an cóimheas cruinneas ina tháscaire ceart ar féidir leis an múnla a mheas go hiomlán. Bheadh ​​saincheist rómheastachán feidhmíochta mar thoradh ar an éagothroime idir samplaí dearfacha agus diúltacha de shonraí tástála (m.sh. d’fhéadfadh tacar tástála ina mbeadh 96 cás deimhneacha agus 4 chás diúltacha samhail naive a mhealladh a thabharfadh cruinneas ard suas le 96 faoin gcéad, fiú mura mbeadh sa tsamhail amháin). inis an dearfach). Cuirtear bogearraí diagnóiseacha AI i bhfeidhm ar shainfhadhb chliniciúil ar mhaithe le cumas agus éifeachtúlacht níos fearr. Sula gcuirtear i bhfeidhm iad, is gá cuspóirí an staidéir a shoiléiriú agus a ghlanadh do na fadhbanna cliniciúla sonracha. Ansin ba cheart dearadh modheolaíochta ar bhealach eolaíoch a dhéanamh. Ba chóir plean taighde iomlán a chur le chéile freisin. Ba cheart ábhar staidéir, riail an chuimsithigh-eisiach, agus méadracht na meastóireachta críochphointí a chur san áireamh go hiomlán. I gceannas ar dhearadh eolaíoch, is féidir an riosca claonta a íoslaghdú, is féidir fianaise taighde ardchaighdeáin a fháil, agus is féidir treoir iontaofa a sholáthar le haghaidh cur i bhfeidhm cliniciúil.

Cur i bhfeidhm taighde

Is ar shonraí amháin a bhíonn próiseas oiliúna mhúnla na hintleachta saorga DNN. Braitheann sé ar líon mór samplaí íomhá lipéadaithe go cruinn le linn na céime oiliúna. Dá mhéad sonraí a bheidh ann, is amhlaidh is fearr feidhmíocht idirdhealaitheach an mhúnla. Tá an córas diagnóis reitineapaite diaibéitis, mar fheiste leighis AI, arna fhorbairt ag an fathach teicneolaíochta Meiriceánach Google tar éis an dara céim de thrialacha cliniciúla a rith. Úsáideann próiseas oiliúna an chórais 130 milliún pictiúr de 10,000 cás, atá gar do leibhéal na saineolaithe leighis [30]. I gcodarsnacht leis sin, cé go bhfuil carntha ag na haonaid leighis ainmnithe sonraí íomhá CT nua coronavirus i gcomhar le monaróirí teicneolaíochta le haghaidh oiliúna agus forbairt bogearraí san eipidéim, tá an méid iomlán sách beag agus tá an dáileadh sách scaipthe, móide acmhainn gann na saineolaithe ar íomhá CT. lipéadú sa chéad chéim, rud a fhágann nach bhfuil ach tacar beag sonraí ar fáil d’oiliúint samhaltaithe agus ar deacair cáilíocht lipéadaithe a ráthú. D'fhéadfadh sonraí oiliúna neamhleor a bheith ina chúis le múnla DNN faisnéis "cuimhneamh" in íomhánna CT nach bhfuil ábhartha maidir leis an diagnóis iarbhír mar gheall ar a ghnéithe struchtúracha a bhfuil cumhacht láidir sainráiteach acu, rud a fhágann go bhfuil ró-fheistiú agus laghdaítear an cumas chun sonraí sa todhchaí a mheas. Chun éifeacht oiliúna leordhóthanach a bhaint amach faoi choinníoll níos lú toirte sonraí, is minic is gá struchtúr múnla inmheánach níos casta agus scileanna oiliúna múnla a dhearadh, rud a mhéadaíonn an deacracht a bhaineann le cur i bhfeidhm freisin.

Breithniú ar eisceachtúlacht nua COVID-19

Bunaithe ar thaithí chliniciúil, tá tréithe "íomhá den chineál céanna ach galar difriúil" ag íomhá cófra CT de niúmóine coronavirus nua. Is deacair idirdhealú a dhéanamh trí shúile an duine rud a mhéadaíonn an deacracht a bhaineann le antidiastole. Tá an deacracht níos suntasaí má tá méid an tsampla oiliúna beag. Ina theannta sin, mar cheann de chritéir dhiagnóis an COVID-19 nua, léiríonn torthaí an trealaimh aigéid núicléigh sainiúlacht ard ach íogaireacht íseal. Má úsáidtear é chun samplaí oiliúna a lipéadú mar chaighdeán óir, is gnách go ndéanfaí na samplaí dearfacha iarbhír a mharcáil mar dhiúltach go mícheart. Laghdóidh oiliúint leis na sonraí lipéadaithe trí dhearmad go díreach feidhmíocht an mhúnla.

Fíorú ar iontaofacht diagnóis AI

Níl sé iontaofa an éifeacht diagnóis a mheas ach amháin ag an tástáil sonraí inmheánacha tar éis an tsamhail diagnóis AI a chur i bhfeidhm. D’fhéadfadh an confounder faoi na sonraí de bharr samhlacha éagsúla trealaimh CT, réigiúin gheografacha, timpeallacht chliniciúil iarbhír, éagsúlacht víreas, agus fachtóirí eile, difear do thoradh diagnóiseach an tsamhail. Is ar éigean atá an cumas ag an tsamhail déileáil leis na fachtóirí mearbhall seo le tástálacha sonraí inmheánacha teoranta. Nuair a chuirtear na bogearraí diagnóiseacha AI in úsáid chliniciúil gan bailíochtú iomlán, ní féidir é a athrá ach trí oiliúint agus optamú as líne ós rud é nach féidir leis an leibhéal diagnóis agus cóireála a fheabhsú trí leanúint ar aghaidh ag foghlaim cásanna nua cosúil leis na dochtúirí daonna. I gcomparáid le mídhiagnóis dochtúra daonna, beidh na rioscaí iatrogenic féideartha de bharr teorainneacha bogearraí ríomhaireachta níos suntasaí. De réir an leagan nua den "Chatalóg Aicmithe Feistí Leighis" (CFDA 2017 Uimh.143), ba cheart go ndéanfadh bogearraí diagnóiseacha AI, mar fheiste leighis, dul ar aghaidh le hiniúchadh córasach agus insamhalta fairsing, fiú trialacha cliniciúla ionchasacha, chun an cruinneas a fhíorú go hiomlán. agus iontaofacht an diagnóis chliniciúil. Bhunaigh Grúpa Faisnéise Saorga na hInstitiúide Náisiúnta um Rialú Bia agus Drugaí (NIFDC) córas slándála feistí leighis AI agus shocraigh sé an modh tástála bunaithe ar fhíorú tacair sonraí caighdeánach [30]. Faoi láthair, níl aon bhunachar sonraí caighdeánach ann don eintiteas galar COVID-19 nua, mar sin tá sé deacair cruinneas ard-atriallachta na mbogearraí AI atá ann cheana a fhíorú i bhformhór na ndiagnóisithe scan leighis ar domhan.

Feabhas a chur ar cháilíocht agus ar chaighdeánú eolaíoch an mhúnla diagnóisigh "CT plus AI".

Tá cur i bhfeidhm na hIntleachta Saorga sa tionscal leighis fós ag céim luath sa tSín, cé go bhfuil aird láidir agus forbairt tapa faighte aige le blianta beaga anuas, a cuireadh san áireamh fiú sa treoirphlean straitéiseach náisiúnta [30]. Léirigh go leor táirgí hintleachta saorga ionchais geallta sa réimse leighis. Sa chéad chéim eile, maidir le tráchtálú, bheadh ​​fócas an tionscail ar thaighde dearaidh go heolaíoch agus ar phróiseas cur chun feidhme agus fíoraithe a chaighdeánú; hintleachta saorga a fhorbairt sa tionscal leighis go sláintiúil, bainistíocht táirgí diagnóiseacha Al-chuidithe a chaighdeánú de réir sonraíocht na Gaireas Leighis Nua. Cé go bhfuil go leor táirgí AI a tháinig chun cinn le linn an eipidéim tar éis áisiúlacht a thabhairt do dhochtúirí i ndiagnóisiú agus i gcóireáil galair, tá gá fós le feabhas agus foirfeacht bhreise ar dhianacht eolaíoch iomlán agus ar iontaofacht cáilíochta.

Feabhas a chur ar dhearadh staidéir ar theicneolaíocht AI i bhfadhbanna cliniciúla

Faoi láthair, úsáideann an chuid is mó den taighde ar dhiagnóis nua COVID-19 CT-cúnamh modhanna cás-rialaithe cúlghabhálach. Ceann de na buntáistí is ea faisnéis éagsúla a fháil go tapa ó ábhair taighde teoranta, cé go bhfuil an baol ann go mbeidh claonadh ann. Ba cheart samplaí i staidéir cás-rialaithe a thógáil ó chásanna diagnóiseacha iomlána nó a roghnú go randamach astu, áfach, mar gheall ar fhoinsí teoranta, ní féidir leis na samplaí gach othar a léiriú. Is féidir sampláil rialaithe speisialta a úsáid chun an claonadh a laghdú agus leibhéal na fianaise a fheabhsú de réir an staid iarbhír, mar shampla, cásanna a roghnú ón institiúid leighis chéanna, ag baint úsáide as dhá ghrúpa rialaithe nó níos mó, agus athróga meaitseála. Agus measúnú á dhéanamh ar fheidhmíocht mhúnla diagnóiseach, is féidir an fíorráta dearfach agus an chairt ráta dearfach bréagach (cuar tréith oibriúcháin an ghlacadóra (cuar ROC)) a úsáid chun léirmhíniú algartam AI a chur i gcomparáid le meastóireacht an dochtúir, nó an limistéar faoin gcuar (AUC) mar an tagairt d'fheidhmíocht na samhla. Mar sin féin, tá sé deacair fós na buntáistí cliniciúla a mhíniú go hiomlán ag brath go hiomlán ar chomparáid nó ar tháscairí, ní mór fachtóirí cinnteoireachta cliniciúla eile, i ndáiríre, a mheas freisin le haghaidh meastóireachta cuimsitheach.

Feabhas a chur ar chruinneas an lipéid, ag leathnú líon agus gné na samplaí oiliúna le linn phróiseas cur chun feidhme an mhúnla

Sa bhunchéim, léirigh na samhlacha atá oilte ag comhaireamh beag samplaí íomhánna CT treocht mhaith cheana féin. Le himeacht ama, d’fheabhsódh níos mó cásanna tacaíocht bhunúsach níos fearr in oiliúint eiseamláireach. Dá mhéad íomhánna a foghlaimíodh, is ea is airde a d’fhéadfadh an deacracht a bhaineann le “íomhánna céanna, cásanna difriúla” a shárú i ndiagnóis COVID{0}}. Mar fhreagra ar an staid seo, bunaithe ar shonraí íomhá CT, is féidir leis an múnla réimse na faisnéise a leathnú freisin trí chomharthaí cliniciúla an othair, eipidéimeolaíocht, scrúdú saotharlainne, agus sonraí eile a chomhcheangal chun measúnú cuimsitheach a dhéanamh ar an ngalar agus cruinneas an diagnóis a fheabhsú. Is féidir feabhas a chur ar chruinneas lipéadaithe samplach trí leas iomlán a bhaint as an straitéis chaighdeánach óir. Cuir eatraimh iolracha de thástáil aigéid núicléigh i bhfeidhm chun an fhéidearthacht go mbeadh toradh bréagach-diúltach amháin ann, nó crosfhíoraigh an toradh ag tagairt d’fheisteáin dhiagnóiseacha eile, amhail brath antasubstainte IgM/LGG.

Bunachar sonraí nua tástála caighdeánach CT niúmóine a bhunú

Tar éis samhaltú AI a chur i bhfeidhm agus a fhíorú go hinmheánach, tá gá le fíorú iontaofachta seachtrach trí chóras tástála caighdeánach bunachar sonraí. Maidir leis an gcóras bunachar sonraí caighdeánach bunaithe de ghalair fundus agus nodules scamhógach, tagann na heintitis galair ó institiúidí leighis éagsúla ar fud na tíre, lena n-áirítear limistéir tearcfhorbartha. Tá éagsúlacht sonraíochtaí sna sonraí agus tá siad ag luí le feistí ó mhúnlaí agus paraiméadair éagsúla. Tá taithí taighde leighis AI ag na dochtúirí atá rannpháirteach sa lipéadú sonraí tástála agus tá siad oilte go maith. Bunófar foireann taighde speisialta ag dochtúirí le cruinneas ard, cobhsaíocht, chomh maith le taithí chliniciúil saibhrithe. Scriosann an tacar sonraí tástála caighdeánach rianta cuideachta agus meaisín agus rialaíonn sé go docht le claonadh sonraí chun measúnú feidhmíochta cothrom agus oibiachtúil a chinntiú i dtimpeallacht dhúnta [30]. Mar achoimre, tá sé deacair bunachar sonraí caighdeánach CT COVID-19 nua a bhunú trí bheith ag brath ar institiúidí aonair amháin. Ba cheart don náisiún tacaíocht chomhfhreagrach a sholáthar le linn tréimhse speisialta an eipidéim. Mar shampla, grúpa speisialta um hintleachta saorga COVID-19 a bhunú go tapa chun comhar agus comhroinnt acmhainní na bpáirtithe uile ar fud na tíre a threorú agus a chomhordú, agus bunachar sonraí tástála galar speisialta agus caighdeáin fíoraithe eile a fhoirmiú i gcomhpháirt.

Bainistíocht sonraí taighde leighis hintleachta saorga a chaighdeánú

Ar an 3 Iúil, 2019, d'eisigh an Lárionad um Mheasúnú Feistí Leighis "Príomhphointí an Athbhreithnithe ar Bhogearraí Feistí Leighis um Chinnteoireacht Chuidithe i bhFoghlaim Dhomhain" (príomhphointí). Soláthraíonn sé treoir theicniúil do tháirgí leighis AI atá cláraithe mar fheistí leighis tríú cineál agus cuireann sé deireadh leis an tranglam beartais roimh sheoladh an táirge. Mar sin féin, níl aon srianta dlíthiúla ar eitic agus ar shlándáil sonraí. Caithfidh faisnéis shaorga ar thaighde leighis cloí leis an eitic agus slándáil agus príobháideacht sonraí aonair a chosaint. Más féidir dlíthe agus rialacháin náisiúnta nó réigiúnacha ar chosaint príobháideachta othar a fhoirmiú, agus ardán bainistíochta sonraí caighdeánaithe le haghaidh taighde a bhunú, féadfar athbhreithniú éifeachtach a dhéanamh ar thionscadal taighde chun rioscaí féideartha sa phróiseas dearaidh agus cur chun feidhme a aimsiú go pras. Cuirfear treoir maidir le slándáil sonraí i bhfeidhm chun an baol a bhaineann le bac agus scrios ar shláinte an duine a sheachaint.

Tagairtí:

1 zc [Idirlíon]. Conas AI a úsáid chun an choróinvíreas nua a bhrath agus a chomhrac [luaite 2020 20 Márta].

2. Huang Q[Idirlíon]. D’eisigh foireann an Acadaimh Li Lanjuan: is féidir leis an dá dhruga seo an coróinvíreas nua a chosc go héifeachtach [lua 2020 20 Márta].

3. Wang XS, Peng YF, Lu L, et al. ChestX-Ray8: Bunachar Sonraí X-ghathaithe Cliabh Ospidéil agus Tagarmharcanna ar Aicmiú agus Logánú Coiteann Thoracs faoi Mhaoirseacht. Comhdháil IEEE 2017 ar Fhís Ríomhaireachta agus Aithint Patrún (CVPR), Honolulu, HI, 2017, pp. 3462-3471.

4. Li Z, Wang C, Han M, et al. Aithint agus Logánú Galar Thoracic le Maoirseacht Theoranta. arXiv e-prints, 2017. arXiv:1711.06373.

5. Singh R, Kalra MK, Nitiwarangkul C, et al. Foghlaim dhomhain i radagrafaíocht chliabhraigh: Torthaí a bhrath agus láithreacht athraithe. PLoS a hAon. 2018; 13(10):e0204155. Foilsithe 2018 Deireadh Fómhair 4.

6. Nam JG, Park S, Hwang EJ, et al. Forbairt agus Bailíochtú Algartam Braite Uathoibríoch Deep Learning-bhunaithe do Nodúil Scamhóg Urchóideacha ar Radagrafanna Cliabh. Raideolaíocht, 2019.

7. Lakhani P, Sundaram B. Deep Learning ag Radagrafaíocht Cófra: Aicmiú Uathoibrithe ar Eitinn Scamhóg trí Úsáid a bhaint as Líonraí Néaracha Comhdhlúite. Raideolaíocht. 2017; 284(2):574–582.

8. Gale W, Oakden-Rayner L, Carneiro G, et al. Briseadh cromáin a bhrath le feidhmíocht ar leibhéal an raideolaí ag baint úsáide as líonraí néaracha doimhne. arXiv e-prints, 2017. arXiv:1711.06504.

9. Rajpurkar P, Irvin J, Bagul A, et al. MURA: Tacar Sonraí Móra chun Neamhghnáthach a Bhrath i Radagrafa Mhatánchnámharlaigh. arXiv e-prints, 2017. arXiv:1712.06957.

10. Ridley EL[Idirlíon]. Léiríonn foghlaim dhomhain gealltanas maidir le measúnú ar aois na gcnámh [luaite 2017 15 Samhain].

11. Yee KM[Idirlíon]. Meaitseálann algartam AI raideolaithe i scrúduithe scagthástála cíche [luaite 2017 13 Nollaig].

12. Lehman CD, Yala A, Schuster T, et al. Measúnú Dlúis Chíche Mamagrafach ag Úsáid Deep Learning: Forfheidhmiú Cliniciúil. Raideolaíocht, 2019. 290(1): lch. 52-58.

13. Ridley EL. Is féidir leis an algartam domhainfhoghlama riosca nodule scamhóg a shrathú [luaite 2017 Samhain 26].

14. Ali I, Hart GR, Gunabushanam G, et al. Brath Nodule Scamhóige trí Fhoghlaim Dha-threisithe. Oncol tosaigh. 2018; 8:108. Foilsithe 2018 Apr 16. doi:10.3389/fonc.2018.00108.

15. Walsh SLF, Calandriello L, Silva M, et al. Foghlaim dhomhain maidir le galair fibrotic scamhóg a aicmiú ar tomagrafaíocht ríofa ardtaifigh: staidéar ar chás-chóhórt. Lancet Respir Med. 2018; 6(11):837–845.

16. Yasaka K, Akai H, Abe O, et al. Foghlaim dhomhain le Líonra Néarach Comhdhlúite chun Maiseanna ae a Dhífreáil ag CT Dinimiciúla feabhsaithe Codarsnachta: Réamhstaidéar. Raideolaíocht. 2018; 286(3):887–896.

17. Liu FZ, Xie LX, Xia YD, et al. Comhléiriú Cruth agus Aicmiú chun PDAC a Bhrath. arXiv ríomhphriontaí, 2018. arXiv:1804.10684.

18. Barra A, Mac Tíre L, Amitai OB, et al. Brath bristeacha comhbhrú ar CT. arXiv e-prints, 2017. arXiv:1706.01671.

19. Lieman-Sifry J, Le M, Lau F, et al. FastVentricle: Deighilt Chairdiach le Enet. arXiv e-prints, 2017. arXiv:1704.04296.

20. Madani A, Arnaout R, Mofrad M, et al. Aicmiú tapa agus cruinn echocardiograms ag baint úsáide as foghlaim dhomhain. npj Meán Digiteach 1, 6 (2018).

21. Zhang J, Gajjala S, Agrawal P, et al. Léiriú Echocardiogram Iomlán Uathoibrithe i gCleachtas Cliniciúil. Scaipeadh, 2018. 138(16): lch. 1623-1635.

22. Li XC, Zhang S, Zhang Q, et al. Diagnóis a dhéanamh ar ailse thyroid ag baint úsáide as samhlacha líonra néaracha comhraonta domhain a chuirtear i bhfeidhm ar íomhánna sonagrafaíochta: staidéar siarghabhálach, ilchohórt, diagnóiseach. Lancet Oncol. 2019; 20(2): 193–201. doi:10.1016/S1470-2045(18)30762-9.

23. Li HL, Weng J, Shi YJ, et al. Cur chuige feabhsaithe foghlama domhain chun ailse papillary thyroid a bhrath in íomhánna ultrafhuaime. Ionadaí Sci. 2018; 8(1):6600. Foilsithe 2018 26 Aibreán.

24. Oifig an Choimisiúin Náisiúnta Sláinte [Idirlíon]. Diagnóis agus cóireáil niúmóine coróinvíreas nua (leagan trialach an cúigiú cuid) [lua 2020 04 Feabhra].

25. Acadamh Alibaba DAMO [Idirlíon]. Cad a cheapann tú den teicneolaíocht diagnóis AI íomháithe AI ​​niúmóine CT nua arna fhorbairt ag Acadamh Ali Damo, le meánráta aitheantais 96 faoin gcéad i níos lú ná 20 soicind? [ 2020-02-19].

26. Íomháú Aontaithe. Ag dul chun cinn an “eipidéime” - seoladh córas anailíse cúntóir cliste nua niúmóine coronavirus uAI go hoifigiúil [lua 2020 10 Feabhra]

27. Gozes O, Frid-Adar M, Greenspan H, et al. Timthriall Mear Forbartha AI don Phaindéim Coróinvíreas (COVID-19): Torthaí Tosaigh maidir le Brath Uathoibrithe & Monatóireacht Othar ag úsáid Anailís Íomhá CT Deep Learning. ArXiv abs/2003.05037 (2020): n. lch.

28. Huang L, Han R, Ai T, et al. Cófra Cainníochtúil Srathach Measúnú CT ar COVID-19: Cur Chuige Deepfhoghlama. Raideolaíocht: Íomháú Cairditóracsach 2020 2:2.

29. Li L, Qin LX, Xu ZG, et al. Déanann Intleacht Shaorga idirdhealú idir COVID-19 ó niúmóine arna Fháil ag an bPobal ar Chest CT. Raideolaíocht. 2020; 200905.

30. Jin YH, Qiu M J. Páipéar Bán Leighis Faisnéise Saorga tSín. Shanghai: Institiúid Faisnéise Saorga Ollscoil Shanghai Jiao Tong, 2019. (Sínis)