به گزارش «شیعه نیوز»، حمیدرضا ربیعی استاد هوش مصنوعی دانشگاه صنعتی شریف درباره سامانه هوشمند تشخیص کووید ۱۹ اظهار کرد: سامانه هوشمند تشخیص کووید ۱۹ بر اساس علم و دانش گروه آی مد دانشگاه شریف ۸ الی ۹ ماه قبل از شیوع ویروس کرونا طراحی شده است.
او افزود: زمانی که مشکلات و آسیب‌های ویروس کرونا جدی شد، تصمیم گرفتیم تا با همکاری دانشگاه‌های علوم پزشکی کشور، دیتا‌ها و اطلاعات لازم نحوه تشخیص و شناسایی این بیماری را از پزشکان بگیریم و با استفاده از شبکه عمیق توسط گروه آی مد و تکنیک‌های نوآورانه به آموزش محتوی شبکه اقدام کنیم.
ربیعی تصریح کرد: بر اساس دیتا‌هایی که توسط پزشکان در گذشته برای شناسایی ویروس کرونا اعلام شده بود به آموزش سیستم هوشمند تشخیص کووید ۱۹ پرداختیم و سپس با داده‌های جدید آن را مورد آزمایش قرار دادیم. خوشبختانه به موفقیت بالای ۹۰ درصدی این سیستم دست پیدا کردیم که به عنوان یک سیستم قابل قبول و قابل اتکا برای تشخیص ویروس کرونا از طریق عکس‌های سی تی اسکن قفسه شناخته شده است.
استاد هوش مصنوعی دانشگاه صنعتی شریف درباره ضعف‌های سیستم هوشمند تشخیص کووید ۱۹، گفت: از زمانی که این سامانه هوشمند را ساخته ایم و از آن استفاده کرده ایم هیچ ضعف خاصی در خصوص عملکرد آن نداشته ایم؛ چرا که شاهد دقت و سرعت مثبت و بالای این سیستم بوده ایم.
ربیعی ادامه داد: برای ارتقا و کارایی سیستم هوشمند تشخیص کرونا می‌توانیم از اطلاعات تکمیلی و بازخورد‌هایی که پزشکان در صحنه‌های واقعی به دست ما می‌رسانند، استفاده کنیم و در حال حاضر این سیستم به صورت کامل با توجه به تست‌های انجام شده قابل اتکاست.
استفاده از سیستم هوشمند تشخیص کووید ۱۹ در بیمارستان‌ها
او اظهار کرد: سیستم هوشمند تشخیص کووید ۱۹ در بیمارستان‌ها مورد استفاده قرار گرفته است و بر اساس همین موضوع هم شرکت تکست قبول کرده است تا به هم بندی این سیستم با سیستم‌های موجود در بیمارستان‌ها اقدام کند.
استاد هوش مصنوعی دانشگاه صنعتی شریف بیان کرد: در حال حاضر قصد داریم تا پروژه تکمیلی هوش مصنوعی را با دانشگاه‌های ایران و کاشان ادامه دهیم؛ چرا که این کار برای موج دوم ویروس کرونا تاثیر گذار است، همچنین با استفاده از آزمایش‌های مختلف بیمار و تصاویر سی تی اسکن او بتوانیم از شیوع یا شدت کرونا پیشگیری کنیم.
ربیعی با بیان اینکه احتمال وقوع و درگیری ریه در مد دستگاه تشخیص کووید ۱۹ نشان داده خواهد شد، تاکید کرد: در این دستگاه کد‌های دیگر دیتا اضافه می‌شود تا بتوانیم روند بهبود بیمار و طول مدت درمان او را پیش بینی کنیم. باید بدانیم که استفاده از این روش کمک مطلوبی به بیمارستان‌ها خواهد کرد.