AI gegen Covid-19: Wie kann AI bei der Verfolgung und Recherche von Covid-19 helfen?

2020 war ein seltsames Jahr mit dem Covid-19-Virus. Medizintechniker und Wissenschaftler auf der ganzen Welt versuchen gerade, einen Impfstoff zu finden und einzudämmen. Dies ist nicht nur für das menschliche Leben wichtig, sondern auch für Unternehmen und die Auswirkungen, die es weltweit hatte.

Laut Coronavstats gab es am 21. September 2020 in Großbritannien derzeit insgesamt 398.625 Infektionen und 41.788 Todesfälle. Die derzeitige Sterblichkeitsrate von etwas mehr als 10% aller Fälle ist alarmierend. Es wurde festgestellt, dass der Spread exponentiell ist. Daher ist die Eindämmung von entscheidender Bedeutung. In der Technologiewelt wird KI verwendet, um die Entdeckung und Eindämmung von Impfstoffen zu unterstützen. AI kann verwendet werden, um die richtigen Impfungen schneller zu finden, indem frühere anhand ähnlicher Proteinstrukturen der Infektion und Ausbreitung analysiert werden.

Gesundheitszentren setzen zunehmend künstliche Intelligenz ein. Röntgen-Scansysteme für die Brust können den Virus automatisch erkennen und die Bilderkennung mithilfe von KI-Funktionen nutzen. AI bietet eine viel schnellere Verarbeitung. Regulierungsbehörden und Regierungsbehörden sammeln dann die Daten und stellen sie unternehmensübergreifend zur Verfügung. Forscher und Mikrobiologen verwenden diese Daten und andere Daten, um bessere Medikamente zu entwickeln, die die Auswirkungen von Medikamenten analysieren und das Virus und andere Bakterien wie Médecins Sans Frontières identifizieren.

Médecins Sans Frontières und Tenserflow Lite

Ein Beispiel für die Verwendung von KI als potenzielle Verwendung bei der Suche nach einem Impfstoff findet sich in der aktuellen medizinischen Forschung zur Identifizierung von Bakterien, wie in diesem YouTube-Video gezeigt. Médecins Sans Frontières ist eine Wohltätigkeitsorganisation, die weltweit medizinische Versorgung anbietet und eine Reihe von Antibiotika in über 70 Ländern verschreibt. Sie haben festgestellt, dass immer mehr Patienten mit multiresistenten Bakterien infiziert sind. Es ist möglich, dass das gleiche Konzept für Covid-19 bei der Verwendung von AI und Googles TensorFlow verwendet wird. TensorFlow ist das kostenlose Open-Source-AI-Angebot von Google und TensorFlow Lite (von Médecins Sans Frontières verwendet). Die mobile Version steht für iOS und Android zum Download zur Verfügung.

Was Médecins Sans Frontières entdeckte, ist, dass Patienten häufig die falschen Antibiotika erhalten, da sie nicht genau das Virus identifizieren können, mit dem ein Patient möglicherweise infiziert ist. Sie verwenden TensorFlow, um die richtigen Antibiotika für ihre Patienten zu identifizieren.

Dies bringt mehrere Herausforderungen mit sich. Um Bakterien zu identifizieren, sind mehrere Tests erforderlich, um festzustellen, um welche Art von Bakterien es sich handelt. Ein weiterer Schritt besteht darin, die Ergebnisse in vielen Ländern zu interpretieren, in denen Médecins Sans Frontières tätig ist. Leider gibt es nicht genügend erfahrene Mitarbeiter von Mikrobiologen, um diese Interpretationen durchzuführen. KI könnte eine mögliche Lösung für dieses Problem sein, da sie nicht das Personal von Mikrobiologen ersetzt, sondern das vorhandene Personal bei der Interpretation von Diagnosetests in kürzerer Zeit unterstützt, indem TensorFlow lite verwendet wird, das auf einer Reihe von Mobiltelefonen in allen Kliniken verfügbar ist . Die Anwendung muss nicht online sein und kann daher in Bereichen mit schlechtem Signalbereich verwendet werden.

TensorFlow verwendet Computer Vision und maschinelles Lernen mit Python, um Wechselwirkungen zwischen Bakterien und Antibiotika zu erkennen, wobei ausschließlich ein Bild der Petrischale verwendet wird. Durch den Einsatz dieser Technologie gelang es Médecins Sans Frontières, innerhalb weniger Tage ein Testmodell zu trainieren. Es erwies sich auch als überraschend schnell und einfach zu erreichen. Sie haben einen Prototyp entwickelt, mit dem Ziel, diagnostische Tests auf der ganzen Welt verfügbar, einfach und erschwinglich zu machen. Diese Anwendung könnte Millionen von Menschen auf der ganzen Welt helfen, insbesondere wenn sie bei der Suche nach einem Impfstoff gegen Covid-19 und zahlreichen anderen Krankheiten angepasst werden kann. Es kann auch dazu beitragen, Ratschläge zu bewährten Managementpraktiken zu geben.

Es funktioniert durch Objekterkennung von vorab kommentierten Bildern von Krankheitsbakterien und durch Vergleiche mit einem Foto einer Petrischale. Es ist in der Lage, Vorhersagen in weniger als einer Sekunde zu treffen. Das Schöne an dem von TensorFlow bereitgestellten System ist, dass es nicht Tausende von Codezeilen schreiben muss, sondern eine Funktionsbibliothek, mit der verschiedene Architekturen in viel kürzerer Zeit erstellt werden können. Es kann diese ländlichen Netzwerke verkleinern, um auf ein mobiles Gerät passen zu können. Menschliche Eingaben sind für den Prozess von entscheidender Bedeutung. Es kann sehr schnell Hunderte Millionen Bilder durchlaufen und kann angepasst werden, um verschiedene Arten von neuronalen Netzen zu erstellen.

Bei der Suche nach einem Impfstoff gegen Covid-19 könnte die Strategie von Médecins Sans Frontières ein guter Ausgangspunkt für die Verwendung von KI mit TenserFlow sein.

TensorFlow Lite auf Android Beispiel

Mit TensorFlow können Sie Modelle für maschinelles Lernen auf Mobilgeräten mit geringer Latenz schnell ausführen, sodass Sie Klassifizierungen durchführen können, ohne wiederholt Netzwerkanrufe an einen Server tätigen zu müssen. Es ist für Android und iOS über eine C ++ - API verfügbar. Es gibt einen Java-Wrapper für Android-Geräte, der dies unterstützen kann. Der Interpreter verwendet die Android-API für neuronale Netze zur Hardwarebeschleunigung.

Die App basiert auf einem mobilen Netzmodell. Mobile Netze sind klein und verbrauchen wenig Strom. Modelle können so konzipiert werden, dass sie verschiedene Anwendungsfälle wie die Objekterkennung erfüllen, z. B. verschiedene Arten von Pflanzen oder Bäumen. Es bietet eine feinkörnige Klassifizierung. Es stehen mehrere vorgefertigte Standardmodelle zur Verfügung, mit denen Sie arbeiten können.

Wenn Sie zum ersten Mal mit TensorFlow lite arbeiten, wird empfohlen, mit diesen vorgefertigten Modellen zu arbeiten. TensorFlow Lite unterstützt jedoch noch nicht alle Funktionen des vollwertigen TensorFlow.

Um TensorFlow auf Mobilgeräten verwenden zu können, müssen Sie die TensorFlow Lite-Bibliotheken einschließen. Dies wird erreicht, indem Sie Ihre Builds-Gradle-Datei bearbeiten, um sicherzustellen, dass Sie sie einschließen. Der nächste Schritt ist das Importieren eines TensorFlow-Interpreters. Der Interpreter lädt ein Modell und ermöglicht es Ihnen, es auszuführen, indem Sie ihm eine Reihe von Eingaben zur Verfügung stellen. TensorFlow lite führt das Modell aus und schreibt die Ausgaben. Es ist ein einfacher Prozess, obwohl die Technologie dahinter komplex ist.

Das Modell sollte in den Anwendungsressourcen gespeichert werden. Der Code liest dann das Modell direkt von dort, obwohl ein Modell von überall geladen werden kann. Sobald das Modell geladen ist, kann ein Interpreter instanziiert werden.

Bei der medizinischen Forschung liest die Anwendung Bilder von der Kamera und wandelt diese in Bilder um. Diese Bilder (im Fall von Médecins Sans Frontières, einer Petrischale) werden als Eingaben in das Modell verwendet, das Rückgabewerte ausgibt. Diese Werte sind ein Index für das entsprechende Etikett (in diesem Fall die Identifizierung von Bakterien), und die Tausenden von vorbereiteten, mit Anmerkungen versehenen Bildern würden dann mit diesem Etikett übereinstimmen.

Weitere Informationen zum Trainieren von TensorFlow-Modellen finden Sie in dieser Videoanleitung zum Ausführen von TensorFlow-Modellen unter Android.

Covid-19-Erkennung mit UiPath Fabric

UiPath ist ein Unternehmen, das sich auf KI-Lösungen für die Automatisierung spezialisiert hat. Forscher der University of Waterloo und Darwin haben UiPath Fabric, eine Open Source-Initiative, verwendet, um ein neuronales Netzwerkmodell zur Erkennung von COVID-19-Fällen mithilfe von Röntgenbildern des Brustkorbs zu entwerfen. Das Modell wurde anhand eines öffentlich verfügbaren Datensatzes trainiert, der aus 76 Bildern von Patienten mit Covid 19 besteht, wie in diesem You Tube-Video dargestellt.

Der Workflow ist einfach und besteht aus einer Datei und einem Röntgenbild. Diese werden an das maschinelle Lernmodell gesendet, das die Ergebnisse ausgibt. Die Anwendung fordert ein Bild an. Dies ist alles, was Sie brauchen, um das Modell von Menschen ohne Krankheit zu trainieren und zwischen Menschen mit Lungenentzündung und Menschen mit COVID-19 zu unterscheiden. Die Ausgabe ist ein Klassifizierungsergebnis für maschinelles Lernen.

Für jedes Röntgen- oder CT-Bild des Brustkorbs liefert die Software eine Vorhersage, dass das Bild von einem Patienten mit Covid-19 stammt. In dieser Phase der Forschung handelt es sich nicht um eine Produktionsversion, sondern um ein vorläufiges Experiment.

KI wird verwendet, um die Forschung zur Eindämmung von Covid-19 und möglicherweise zur Entdeckung eines Virus zu unterstützen. Mobile Apps wie TensorFlow Lite können überprüfen, ob eine Person den Virus hat, indem sie Benutzereingaben eingeben, einige Daten automatisch über ihren Standort abrufen und sie nach einem gewissen Risiko bewerten. Sie können sich eine Situation vorstellen, in der die Regierung Personen alarmieren kann, die mit dieser Person in Kontakt standen, wenn der mobile Standort eines bestätigten Patienten immer bekannt ist. Dies wird als "Track and Trace" bezeichnet.

Bert, eine weitere Google AI-Initiative, wird auf diesen umfangreichen Datensatz angewendet, um mithilfe der NLP (Natural Language Processing) nützliche Informationen über den Virus zu extrahieren. NLP kann verwendet werden, um die Proteinstruktur zu verstehen und potenzielle Impfungen schneller zu entwickeln, einschließlich der Bereitstellung von Informationen zu den Bereichen, in denen Menschen betroffen sind.

Dies sollte Mikrobiologen auch helfen, die Behandlungsoptionen unter Berücksichtigung etwaiger Nebenwirkungen zu verstehen und die richtige Dosierung zu bestimmen. Bert betrachtet Wörter und Sätze aus beiden Richtungen, von links nach rechts und rechts oder links, damit sie bestimmte Wörter in einem vollständigen Kontext verstehen und identifizieren können. Mit einer Kombination von KI-Modellen wie TensorFlow und Bert für die Verarbeitung natürlicher Sprache zur Unterstützung von Mikrobiologen ist ein Impfstoff gegen Covid-19 möglicherweise nicht allzu weit entfernt, aber noch in Arbeit. AI erweist sich als nützlich, wie diese Beispiele gezeigt haben, um eine Lösung für einen potenziellen Covid-19-Impfstoff und eine Tracking-Fähigkeit bereitzustellen.