Near East University heeft een op kunstmatige intelligentie gebaseerd algoritme ontwikkeld dat het niveau van Covid-19-betrokkenheid in het lichaam bepaalt door middel van driedimensionale tomografiebeelden.
Op kunstmatige intelligentie gebaseerde toepassingen hebben een aanzienlijk potentieel om grote veranderingen aan te brengen in de traditionele diagnose- en behandelingsprocessen van het gezondheidssysteem. Near East University Faculteit Ingenieurswetenschappen Docent Assoc. dr. Het op kunstmatige intelligentie gebaseerde algoritme dat is ontwikkeld door Sertan Serte en dat de mate van betrokkenheid van Covid-19 in het lichaam bepaalt door middel van driedimensionale tomografiebeelden, luidt ook een nieuw tijdperk in in de diagnose- en behandelingsprocessen van Covid-19.
Tegenwoordig zijn de meest gebruikte methoden voor de diagnose van Covid-19 PCR- en antigeenkits. In het vergevorderde stadium wordt de definitieve diagnose van de ziekte echter gesteld door middel van longtomografie van de patiënt. Hoewel driedimensionale tomografen variëren afhankelijk van het apparaat dat de tomografie neemt, worden ze gevormd door de combinatie van honderden frames. Daarom duurt het lang om tot een conclusie te komen door elk frame afzonderlijk, met het menselijk oog, voor elke patiënt te analyseren. Bovendien neemt de mogelijke foutmarge toe als er menselijke interpretatie in het spel is.
Near East University Faculteit Ingenieurswetenschappen Docent Assoc. dr. Het op kunstmatige intelligentie gebaseerde algoritme dat is ontwikkeld door Sertan Serte, onthult daarentegen de effecten van SARS-CoV-19, dat COVID-2 veroorzaakt, op het lichaam in een veel kortere tijd met hoge nauwkeurigheid.
Assoc. dr. Het wetenschappelijke artikel dat ze voorbereidden over het op kunstmatige intelligentie gebaseerde algoritme dat door Serte is ontwikkeld, heeft ook de aandacht getrokken van de Wereldgezondheidsorganisatie. Near East University Faculteit Ingenieurswetenschappen Docent Assoc. dr. Prof. Sertan Serte aan de Eastern Mediterranean University. dr. Het artikel "Deep learning voor diagnose van COVID-19 met behulp van 3D CT-scans", co-auteur met Hasan Demirel, staat in de sectie waar de Wereldgezondheidsorganisatie publicaties met betrekking tot COVID-19 uitlicht.
Assoc. dr. Sertan Serte: "Dankzij de software die gebruikmaakt van het op kunstmatige intelligentie gebaseerde algoritme dat we hebben ontwikkeld, zullen radiologen en artsen het diagnose- en behandelingsproces van COVID-19 veel sneller kunnen plannen en door de foutenmarge te minimaliseren."
Benadrukkend dat veel onderzoekers binnen de Near East University werken aan op kunstmatige intelligentie gebaseerde toepassingen, heeft Near East University Faculty of Engineering Faculteitslid Assoc. dr. Sertan Serte zegt dat hij ook werkt aan op kunstmatige intelligentie gebaseerde toepassingen die op het gebied van gezondheid kunnen worden gebruikt. Assoc stelt dat ze veel projecten waar ze samen met COVID-19 aan hebben gewerkt naar dit gebied hebben verplaatst om de effecten van de pandemie te verlichten. dr. "Dankzij de software die gebruikmaakt van het op kunstmatige intelligentie gebaseerde algoritme dat we hebben ontwikkeld, zullen radiologen en artsen het diagnose- en behandelingsproces van COVID-19 veel sneller kunnen plannen en door de foutenmarge te minimaliseren", zegt Serte.
Assoc. dr. Özüm Tunçyürek: “Assoc. dr. Op kunstmatige intelligentie gebaseerde toepassingen, waarvan Sertan Serte een zeer belangrijk voorbeeld heeft gegeven, zullen in de nabije toekomst een groot deel van de werklast, vooral op het gebied van radiologie, van mensen overnemen.”
Near East University Afdeling Radiologie Afdelingshoofd Assoc. dr. Özüm Tunçyürek benadrukt dat op kunstmatige intelligentie gebaseerde toepassingen radicale veranderingen zullen teweegbrengen in de diagnose- en behandelmethoden op het gebied van gezondheid. Assoc. dr. Özüm Tunçyürek; Assoc. dr. Hij zegt dat op kunstmatige intelligentie gebaseerde toepassingen, waarvan Sertan Serte een heel belangrijk voorbeeld aanhaalt, in de nabije toekomst een groot deel van de werklast, vooral op het gebied van radiologie, van mensen kunnen overnemen. Assoc. dr. Özüm Tunçyürek zei: “Aan het begin van de COVID-19-epidemie hadden radiologen niet de ervaring om de effecten van deze nieuwe ziekte te identificeren en te diagnosticeren. Deze ervaring werd alleen bereikt door de effecten van de ziekte op mensen in het proces te observeren. Toepassingen van kunstmatige intelligentie hebben geen ervaring nodig. Om deze reden zullen op kunstmatige intelligentie gebaseerde applicaties die zijn ontwikkeld de grootste assistent van artsen zijn op veel gebieden, niet alleen voor COVID-19.
Wees de eerste om te reageren