دستگاهی جدید که در یک دقیقه افراد مبتلا به کرونا را شناسایی می کند

دکتر حمیدرضا ربیعی، استاد دانشگاه صنعتی شریف و رئیس گروه علم و فناوری اطلاعات و ارتباطات جایزه مصطفی (ص) امروز در نشست بررسی سامانه‌های هوشمند تشخیص کرونا با اشاره به طراحی و ساخت سامانه هوشمند برای تشخیص این بیماری، گفت: این تحقیق را از فوریه 2020 ( بهمن، اسفند 1398) آغاز کردیم. این سامانه محصول همکاری محققان میان‌رشته‌ای مهندسی و پزشکی است.

وی کاهش هزینه‌ها نسبت به روش PCR را از مزایای این دستگاه دانست و ادامه داد: این روش به خصوص در زمانی که بیماران زیادی به بیمارستان مراجعه می کنند، مفید است و نیاز به پزشک متخصص برای بررسی CT اسکن نیست ضمن آنکه بر اساس مطالعه اولیه انجام‌شده دقت آزمایش ابتلای افراد به کرونا با این روش 96 درصد است و در کمتر از یک دقیقه نتیجه به دست می آید.

ربیعی با اشاره به استفاده از این سیستم در کشورهای نیجریه، غنا، رومانی، کانادا، آلمان و ایتالیا، خاطر نشان کرد: با شیوع ویروس کووید 19 و همه گیر شدن آن در سطح جهان، تشخیص این بیماری در اولویت کاری نظام پزشکی کشورهای دنیا و سازمان‌های بین المللی همچون WHO قرار گرفته است. برای تشخیص این بیماری در حال حاضر چندین روش وجوددارد، ولی یکی از بهترین روش‌ها که دقت بیشتر و هزینه کمتری دارد استفاده از تصاویر سی تی اسکن قفسه سینه برای تشخیص پنومونی کووید-19 است.

عضو هیات علمی دانشگاه صنعتی شریف با بیان اینکه این سامانه، یک سامانه هوشمند و به عنوان دستیار متخصصین رادیولوژی قابل استفاده است، یادآور شد: این سیستم سرعت و دقت تشخیص کووید 19را از طریق پردازش تصاویر سی تی اسکن قفسه سینه افزایش می‌دهد.

ربیعی تاکید کرد: سامانه تشخیص پنومونی کووید- 19 ساخته شده با استفاده از نوآوری در پیش پردازش این تصاویر و الگوریتم‌های یادگیری ژرف می‌تواند ناهنجاری‌هایی که در مراحل ابتدایی در تصاویر سی تی اسکن قفسه سینه دیده نمی‌شوند را تشخیص داده و حجم ناحیه عفونی را نیز در مدت زمان بسیار کوتاهی با دقت بسیار بالا محاسبه کند.

محقق این سامانه اضافه کرد: این سامانه با ویژگی‌های منحصر به فردی که دارد جزو معدود سامانه‌های موجود دنیا با دقت و سرعت بالا در تشخیص کووید-19 است و آماده خدمت‌رسانی رایگان به صورت برخط و غیر برخط در تمامی مراکز درمانی است.

به گزارش ایسنا، این سامانه از سوی تیم "آی مد" متشکل از دکتر حمید رضا ربیعی، استاد هوش مصنوعی، دکتر حسین قناعتی، استاد رادیولوژی، حامد دشتی فارغ التحصیل کارشناسی ریاضی و مهندسی کامپیوتر، سعید مسعودیان فارغ التحصیل کارشناسی ارشد هوش مصنوعی و رسا قوامی دانشجوی دکترای هوش مصنوعی طراحی شده است.