কৃত্রিম বুদ্ধিমত্তা COVID-19-এর বিরুদ্ধে লড়াইয়ে সাহায্য করতে পারে

একটি হোল্ড ফ্রিরিলিজ 1 | eTurboNews | eTN

নভেল মেশিন লার্নিং ফ্রেমওয়ার্ক দ্রুত এবং সঠিক রোগ নির্ণয় প্রদান করে রেডিওলজিস্টদের কাজ কমিয়ে দিতে পারে।

কোভিড-১৯ মহামারী 19 সালের প্রথম দিকে বিশ্বকে ঝড় তুলেছিল এবং তারপর থেকে চীন, মার্কিন যুক্তরাষ্ট্র, স্পেন এবং যুক্তরাজ্য সহ বেশ কয়েকটি দেশে মৃত্যুর প্রধান কারণ হয়ে উঠেছে। গবেষকরা COVID-2020 সংক্রমণ নির্ণয়ের ব্যবহারিক উপায়গুলি বিকাশের জন্য ব্যাপকভাবে কাজ করছেন এবং তাদের অনেকেই এই উদ্দেশ্যে কীভাবে কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করা যেতে পারে তার উপর তাদের মনোযোগ কেন্দ্রীভূত করেছেন।       

বেশ কয়েকটি গবেষণায় জানা গেছে যে AI-ভিত্তিক সিস্টেমগুলি বুকের এক্স-রে চিত্রগুলিতে COVID-19 সনাক্ত করতে ব্যবহার করা যেতে পারে কারণ এই রোগটি ফুসফুসে পুঁজ এবং জলযুক্ত অঞ্চল তৈরি করে, যা এক্স-রে স্ক্যানগুলিতে সাদা দাগ হিসাবে দেখা যায়। . যদিও এই নীতির উপর ভিত্তি করে বিভিন্ন ডায়াগনস্টিক এআই মডেলের প্রস্তাব করা হয়েছে, তাদের নির্ভুলতা, গতি এবং প্রযোজ্যতা উন্নত করা একটি শীর্ষ অগ্রাধিকার রয়ে গেছে।

এখন, কোরিয়ার ইঞ্চিওন ন্যাশনাল ইউনিভার্সিটির প্রফেসর গুয়াংগিল জিওনের নেতৃত্বে বিজ্ঞানীদের একটি দল একটি স্বয়ংক্রিয় কোভিড-১৯ রোগ নির্ণয়ের কাঠামো তৈরি করেছে যা দুটি শক্তিশালী AI-ভিত্তিক কৌশলকে একত্রিত করে একটি খাঁজ তৈরি করে। তাদের সিস্টেমকে নন-COVID-19 রোগীদের থেকে কোভিড-১৯ রোগীদের বুকের এক্স-রে ছবির মধ্যে সঠিকভাবে পার্থক্য করার জন্য প্রশিক্ষণ দেওয়া যেতে পারে। তাদের কাগজটি 19 অক্টোবর, 19-এ অনলাইনে উপলব্ধ করা হয়েছিল এবং 27 নভেম্বর, 2021-এ প্রকাশিত হয়েছিল, IEEE ইন্টারনেট অফ থিংস জার্নালের 21 নম্বর ইস্যুতে।

গবেষকরা যে দুটি অ্যালগরিদম ব্যবহার করেছেন তা হল ফাস্টার R-CNN এবং ResNet-101। প্রথমটি একটি মেশিন লার্নিং-ভিত্তিক মডেল যা একটি অঞ্চল-প্রস্তাব নেটওয়ার্ক ব্যবহার করে, যা একটি ইনপুট চিত্রে প্রাসঙ্গিক অঞ্চলগুলি সনাক্ত করতে প্রশিক্ষিত হতে পারে। দ্বিতীয়টি হল 101টি স্তর সমন্বিত একটি গভীর-শিক্ষার নিউরাল নেটওয়ার্ক, যা একটি মেরুদণ্ড হিসাবে ব্যবহৃত হয়েছিল। ResNet-101, যখন পর্যাপ্ত ইনপুট ডেটা দিয়ে প্রশিক্ষিত হয়, তখন ইমেজ শনাক্তকরণের জন্য একটি শক্তিশালী মডেল। "আমাদের সর্বোত্তম জ্ঞান অনুসারে, COVID-101 শনাক্তকরণের জন্য ResNet-19 এবং দ্রুততর R-CNN একত্রিত করা আমাদের পদ্ধতিই প্রথম," অধ্যাপক জিওন মন্তব্য করেন, "আমাদের মডেলকে 8800টি এক্স-রে চিত্রের প্রশিক্ষণ দেওয়ার পর, আমরা একটি প্রাপ্ত করেছি৷ 98% এর উল্লেখযোগ্য নির্ভুলতা।

গবেষণা দল বিশ্বাস করে যে তাদের কৌশলটি হাসপাতাল এবং জনস্বাস্থ্য কেন্দ্রে COVID-19 এর প্রাথমিক সনাক্তকরণের জন্য কার্যকর প্রমাণিত হতে পারে। এআই প্রযুক্তির উপর ভিত্তি করে স্বয়ংক্রিয় ডায়াগনস্টিক কৌশল ব্যবহার করা রেডিওলজিস্ট এবং অন্যান্য চিকিৎসা বিশেষজ্ঞদের কিছু কাজ এবং চাপ বন্ধ করতে পারে, যারা মহামারী শুরু হওয়ার পর থেকে বিশাল কাজের চাপের মুখোমুখি হচ্ছেন। অধিকন্তু, আরও আধুনিক চিকিৎসা যন্ত্র ইন্টারনেটের সাথে সংযুক্ত হওয়ার সাথে সাথে প্রস্তাবিত মডেলে প্রচুর পরিমাণে প্রশিক্ষণের তথ্য সরবরাহ করা সম্ভব হবে; এর ফলে আরও উচ্চতর নির্ভুলতা আসবে, এবং শুধু কোভিড-১৯ এর জন্য নয়, যেমন প্রফেসর জিওন বলেছেন: "আমাদের গবেষণায় ব্যবহৃত গভীর শিক্ষার পদ্ধতি অন্যান্য ধরনের চিকিৎসা চিত্রের ক্ষেত্রে প্রযোজ্য এবং বিভিন্ন রোগ নির্ণয় করতে ব্যবহার করা যেতে পারে।"

<

লেখক সম্পর্কে

লিন্ডা হোনহোলজ

জন্য প্রধান সম্পাদক eTurboNews eTN সদর দপ্তর ভিত্তিক।

সাবস্ক্রাইব
এর রিপোর্ট করুন
অতিথি
0 মন্তব্য
ইনলাইন প্রতিক্রিয়া
সমস্ত মন্তব্য দেখুন
0
আপনার মতামত পছন্দ করবে, মন্তব্য করুন।x
শেয়ার করুন...