AI v Covid-19: Bagaimana AI dapat membantu Pelacakan dan Riset Covid-19?

2020 telah menjadi tahun yang aneh dengan virus Covid-19. Teknisi medis dan ilmuwan di seluruh dunia sedang dalam proses mencoba menemukan vaksin, dan menahannya. Ini tidak hanya penting untuk kehidupan manusia, tetapi juga untuk bisnis dan dampaknya secara global.

Menurut Coronavstats pada 21 September 2020 di Inggris saat ini terdapat 398.625 total infeksi dan jumlah kematian 41.788. Tingkat kematian saat ini yang hanya lebih dari 10% dari total kasus mengkhawatirkan. Telah ditetapkan bahwa penyebarannya eksponensial. Oleh karena itu, penahanan sangat penting, dalam dunia teknologi, AI digunakan untuk membantu dalam penemuan dan penahanan vaksin. AI dapat digunakan untuk menemukan vaksinasi yang tepat lebih cepat dengan menganalisis vaksinasi sebelumnya berdasarkan struktur protein serupa dari infeksi dan penyebarannya.

Pusat kesehatan semakin banyak menggunakan Kecerdasan Buatan. Sistem pemindaian sinar X dada dapat secara otomatis mendeteksi virus dan memanfaatkan pengenalan gambar menggunakan kemampuan AI. AI menawarkan pemrosesan yang jauh lebih cepat. Regulator dan badan pemerintah kemudian mengumpulkan data dan membuatnya tersedia di berbagai entitas. Peneliti dan Ahli Mikrobiologi menggunakan data tersebut, dan data lain untuk membuat obat yang lebih baik dalam menganalisis dampak obat dan mengidentifikasi virus dan bakteri lain, seperti Médecins Sans Frontières.

Médecins Sans Frontières dan Tenserflow Lite

Contoh penggunaan potensi AI dalam menemukan vaksin dapat ditemukan dari penelitian medis terkini tentang identifikasi bakteri seperti yang terlihat di Video YouTube ini. Médecins Sans Frontières adalah badan amal yang menyediakan perawatan medis di seluruh dunia, meresepkan berbagai obat anti biotik di lebih dari 70 negara. Mereka telah menemukan semakin banyak pasien yang terinfeksi bakteri yang resisten terhadap berbagai obat. Ada kemungkinan konsep yang sama dapat digunakan untuk Covid-19, dalam penggunaan AI, dan TensorFlow Google. TensorFlow adalah penawaran AI sumber terbuka dan gratis dari Google dan, TensorFlow Lite (digunakan oleh Médecins Sans Frontières), versi seluler tersedia untuk diunduh di iOS dan Android.

Apa yang ditemukan oleh Médecins Sans Frontières adalah bahwa pasien sering diberi antibiotik yang salah, karena ketidakmampuan untuk secara tepat mengidentifikasi virus yang mungkin terinfeksi oleh pasien. Mereka menggunakan TensorFlow untuk membantu mengidentifikasi antibiotik yang tepat untuk pasien mereka.

Ini memunculkan beberapa tantangan. Untuk mengidentifikasi bakteri, diperlukan beberapa tes untuk mengetahui jenis bakteri apa yang mereka hadapi. Ada langkah tambahan yang menafsirkan hasil di banyak negara tempat Médecins Sans Frontières beroperasi. Sayangnya, tidak ada cukup staf ahli mikrobiologi yang berpengalaman untuk melakukan interpretasi ini. AI mungkin menjadi solusi potensial untuk masalah ini, karena alih-alih menggantikan staf ahli mikrobiologi, mereka membantu staf yang ada dalam menafsirkan tes diagnosis dalam skala waktu yang lebih singkat, dengan menggunakan TensorFlow lite yang tersedia di berbagai ponsel, di semua klinik mereka. . Aplikasi tidak perlu online, jadi bisa digunakan di area dengan sinyal buruk.

TensorFlow menggunakan computer vision dan pembelajaran mesin menggunakan Python untuk mendeteksi interaksi antara bakteri dan antibiotik, hanya menggunakan gambar cawan petri. Berkat penggunaan teknologi ini, Médecins Sans Frontières berhasil melatih model pengujian dalam hitungan hari. Ini juga terbukti sangat cepat dan mudah dicapai. Mereka telah mengembangkan prototipe, dengan tujuan membuat pengujian diagnostik tersedia, mudah, dan terjangkau di seluruh dunia. Aplikasi ini bisa menjadi game changer dalam membantu jutaan orang di seluruh dunia, apalagi jika bisa diadaptasi dalam perburuan vaksin Covid-19, serta berbagai penyakit lainnya. Ini juga dapat membantu memberikan saran tentang praktik manajemen terbaik.

Ia bekerja melalui deteksi objek, menggunakan gambar yang telah dianotasi sebelumnya, dari bakteri penyakit dan melakukan perbandingan dengan foto cawan petri. Ia mampu membuat prediksi dalam waktu kurang dari satu detik. Keunggulan sistem yang disediakan TensorFlow adalah daripada harus menulis ribuan baris kode, terdapat pustaka fungsi yang memungkinkan pembuatan arsitektur yang berbeda, dalam waktu yang jauh lebih singkat. Itu bisa mengecilkan jaringan pedesaan ini, agar bisa muat di perangkat seluler. Masukan manusia sangat penting untuk proses tersebut. Ini dapat melewati ratusan juta gambar dengan sangat cepat dan dapat diadaptasi untuk membuat berbagai jenis jaringan saraf.

Dalam pencarian vaksin untuk Covid-19, strategi yang digunakan oleh Médecins Sans Frontières bisa menjadi tempat yang baik untuk memulai penggunaan AI menggunakan TenserFlow.

Contoh TensorFlow Lite di Android

TensorFlow memungkinkan Anda menjalankan model pembelajaran mesin di perangkat seluler dengan latensi rendah dengan cepat, sehingga Anda dapat melakukan klasifikasi tanpa perlu melakukan panggilan jaringan berulang kali ke server. Ini tersedia di Android dan iOS melalui C ++ API. Ada pembungkus Java untuk perangkat Android yang dapat mendukungnya. Penafsir menggunakan API jaringan saraf Android untuk akselerasi perangkat keras.

Aplikasi ini dibangun menggunakan model jaringan seluler. Jaring seluler berukuran kecil dan menggunakan sedikit daya. Model dapat dirancang untuk memenuhi beberapa kasus penggunaan seperti deteksi objek, seperti berbagai jenis tumbuhan atau pohon. Ini memberikan klasifikasi mendetail. Ada beberapa model siap pakai yang siap digunakan untuk digunakan.

Saat pertama kali bekerja dengan TensorFlow lite, Anda disarankan untuk menggunakan model yang sudah dibuat sebelumnya ini. Namun TensorFlow Lite belum mendukung semua fitur TensorFlow yang lengkap.

Untuk menggunakan TensorFlow di perangkat seluler, Anda perlu menyertakan pustaka ringan TensorFlow. Ini dicapai dengan mengedit file gradle build Anda untuk memastikan Anda menyertakannya. Langkah selanjutnya adalah mengimpor interpreter TensorFlow. Interpreter memuat model dan memungkinkan Anda menjalankannya dengan menyediakan sekumpulan input. TensorFlow lite menjalankan model dan menulis keluarannya. Ini adalah proses yang sederhana, meskipun teknologi di belakangnya rumit.

Model harus disimpan dalam aset aplikasi. Kode kemudian akan membaca model langsung dari sana, meskipun model dapat dimuat dari mana saja. Setelah model dimuat, interpreter dapat dibuat.

Dalam kasus penelitian medis, aplikasi membaca bingkai dari kamera dan mengubahnya menjadi gambar. Gambar-gambar ini (dalam kasus Médecins Sans Frontières, cawan petri) digunakan sebagai input ke model, yang menghasilkan nilai-nilai yang dikembalikan. Nilai-nilai ini adalah indeks ke label yang sesuai (dalam hal ini identifikasi bakteri), dan ribuan gambar yang telah disiapkan sebelumnya dan diberi catatan kemudian akan cocok dengan label itu.

Anda dapat mengetahui lebih lanjut tentang melatih model TensorFlow dalam panduan video untuk menjalankan Model TensorFlow di Android ini.

Deteksi Covid-19 menggunakan UiPath Fabric

UiPath adalah perusahaan yang mengkhususkan diri dalam solusi AI untuk otomatisasi. Para peneliti di University of Waterloo dan Darwin telah menggunakan UiPath Fabric yang merupakan Open Source Initiative, untuk merancang model jaringan saraf guna mendeteksi kasus COVID-19, menggunakan gambar rontgen dada. Model ini dilatih pada kumpulan data yang tersedia untuk umum yang terdiri dari 76 gambar dari pasien dengan COVID 19 seperti yang diilustrasikan dalam video You Tube ini.

Alur kerjanya sederhana, terdiri dari file dan gambar X-Ray. Ini dikirim ke model pembelajaran mesin yang mengeluarkan hasilnya. Aplikasi meminta gambar. Ini semua yang Anda butuhkan untuk melatih model dari orang yang tidak memiliki penyakit, dan untuk membedakan antara orang dengan pneumonia dan orang dengan COVID-19. Keluarannya adalah hasil klasifikasi pembelajaran mesin.

Jadi, untuk gambar X-Ray atau CT scan dada, perangkat lunak memberikan prediksi bahwa gambar tersebut berasal dari pasien dengan Covid-19. Pada tahap penelitian ini bukan merupakan versi produksi, melainkan percobaan pendahuluan.

AI digunakan untuk membantu dalam penelitian untuk menahan Covid-19 dan mungkin untuk menemukan virus. Aplikasi seluler, seperti TensorFlow Lite dapat memeriksa apakah seseorang terinfeksi virus dengan memasukkan beberapa input pengguna, mendapatkan beberapa data secara otomatis tentang lokasi mereka dan menilai mereka berdasarkan tingkat risiko. Anda dapat membayangkan situasi di mana jika lokasi seluler pasien yang dikonfirmasi selalu diketahui, pemerintah dapat memberi tahu orang-orang yang telah melakukan kontak dengan orang tersebut. Ini dikenal sebagai "Track and Trace".

Bert, inisiatif AI Google lainnya, sedang diterapkan pada kumpulan data besar ini untuk mengekstrak informasi berguna tentang virus, menggunakan Natural Language Processing (NLP). NLP dapat digunakan untuk memahami struktur protein, dan untuk mengembangkan potensi vaksinasi lebih cepat, termasuk memberikan informasi tentang area di mana orang terkena dampak.

Ini juga akan membantu ahli mikrobiologi memahami pilihan pengobatan, mempertimbangkan efek samping, dan menentukan dosis yang tepat. Bert melihat kata dan kalimat dari kedua arah, kiri ke kanan dan kanan atau kiri sehingga mereka dapat memahami dan mengidentifikasi kata-kata tertentu dalam konteks penuh. Jadi, dengan kombinasi model AI, seperti TensorFlow dan Bert for Natural language processing untuk membantu ahli mikrobiologi, mungkin vaksin untuk Covid-19 mungkin tidak terlalu jauh, tetapi masih dalam proses. AI terbukti berguna seperti yang ditunjukkan oleh contoh-contoh ini, untuk memberikan solusi terhadap potensi vaksin dan kemampuan pelacakan Covid-19.