به گزارش ایسنا، طی برگزاری مراسمی در معاونت علمی، سامانه تشخیص پونومی کویید ۱۹ با استفاده از الگوریتم هوش مصنوعی از طریق تصاویر CT اسکن قفسه سینه توسط تیم محققان دانشگاه صنعتی شریف طراحی و امروز شنبه ۱۵ فروردین ماه باحضور دکتر سورنا ستاری معاون علمی و فناوری ریاست جمهوری و دکتر علیرضا زالی فرمانده ستاد مقابله با کرونا استان تهران رونمایی شد.
در حال حاضر در دنیا برای تشخیص بیماری کرونا و ویروس کویید ۱۹ روشهای متعددی وجود دارد، اما آنچه اثبات شده است و انجمن رادیولوژی آمریکا نیز تایید کرد اسکن قفسه سینه بهترین راه برای تشخیص ابتلا به این ویروس است. بر این اساس این سامانه راهاندازی شد.
این سامانه در حال حاضر با دقت بیش از ۹۷ درصد طراحی شده و تا هفته آینده از طریق وب در اختیار بیمارستانها و مراکز درمانی قرار خواهد گرفت.
در همین رابطه دکتر حمیدرضا ربیعی عضو کمیته هوش مصنوعی سازمان بهداشت جهانی و استاد هوش مصنوعی دانشگاه صنعتی شریف و مجری طرح سامانه تشخیص "پونومی کووید ۱۹ از طریق تصاویر سی تی اسکن" در مراسم رونمایی از این سامانه گفت: با توجه به شیوع کرونا، تشخیص این بیماری در بدن افراد مظنون به این بیماری امری مهم از این رو در دانشگاه شریف تلاش کردیم سامانهای در راستای تشخیص کرونا در این افراد را طراحی کنیم.
وی با تاکید بر اینکه این سامانه در کوتاهترین زمان ممکن، ویروس کرونا را در بدن افراد تشخیص میدهد، یادآور شد: روشهای مختلفی برای تشخیص ویروس کرونا وجود دارد اما آنچه که در انجمن رادیولوژی آمریکای شمالی به اثبات رسیده، استفاده از تصاویر سی تی اسکن قفسه سینه است.
عضو کمیته هوش مصنوعی سازمان بهداشت جهانی با بیان اینکه "چین" و "استنفورد" از این روش در راستای تشخیص ویروس کرونا استفاده کردهاند، خاطرنشان کرد: این کار تیمی در کمتر از یک ماه در دانشگاه شریف با همکاری دانشگاههای علوم پزشکی به نتیجه رسیده که اکنون در حال اجرایی است.
ربیعی با اشاره به بررسیهای این تیم در راستای به نتیجه رسیدن این سامانه، خاطر نشان کرد: ما طی این یک ماه تصاویر قفسه سینه افراد سالم، افراد مبتلا به کووید ۱۹ و افرادی که سالم نبودند اما مبتلا به ویروس کرونا هم نبودند را مورد بررسی قرار دادیم و به نتایج قابل قبولی برای بهرهبرداری از این روش برای تشخیص مبتلایان به این ویروس مورد استفاده قرار دهیم.
مجری طرح سامانه تشخیص پونومی کووید ۱۹ گفت: بر اساس نتایج مثبتی که به دست آوردیم میتوانیم در کمتر از 2 دقیقه افراد آلوده به ویروس کرونا را تشخیص دهیم.
این استاد هوش مصنوعی دانشگاه صنعتی شریف، این سامانه را دستیار خوب برای پزشکان متخصص این حوزه توصیف کرد و افزود: نتایج بررسیهای ما نشان داد که حتی در مواردی که بیماری توسط پزشک قابل تشخیص نبوده به واسطه این سامانه قابل تشخیص بوده است. با توجه به اینکه رادیولوژیست در کشور کم است و در بسیاری از مناطق در شهرهای کوچک رادیولوژیست وجود ندارد، می توان از این سامانه به خوبی بهره برد.
انتهای پیام