Искусственный интеллект и COVID-19: подходы глубокого обучения к диагностике и лечению

Вспышка COVID-19 поставила весь мир в беспрецедентно сложное положение, нарушив привычный ход жизни и унеся тысячи жизней. В связи с распространением COVID-19 в 212 странах и территориях, а также ростом числа инфицированных и умерших, достигшим 5 212 172 и 334 915 соответственно по состоянию на 22 мая 2020 года, заболевание остается реальной угрозой для систем общественного здравоохранения. В данной статье представлен подход к борьбе с вирусом с использованием искусственного интеллекта (ИИ). Рассмотрены несколько методов глубокого обучения (ГО), включая генеративно-состязательные сети (GAN), машины экстремального обучения (ELM) и сети с долгой кратковременной памятью (LSTM). Описан интегрированный биоинформатический подход, при котором разнообразная информация из совокупности структурированных и неструктурированных источников данных объединяется для создания удобных платформ для врачей и исследователей. Основным преимуществом таких платформ на основе ИИ является возможность ускорить диагностику и лечение COVID-19. Были изучены наиболее современные публикации и медицинские отчеты по данной теме с целью выбора входных данных и целевых параметров сети, которые могли бы способствовать разработке надежного инструмента на основе искусственной нейронной сети для решения задач, связанных с COVID-19. Кроме того, каждая платформа имеет специфические входные данные, включая различные типы информации, такие как клинические данные и медицинские изображения, что может повысить эффективность предложенных подходов и обеспечить оптимальные результаты в практических приложениях.