Buzz
Đây là tài liệu hỗ trợ các nhà khoa học trên khắp thế giới có thể cùng nhau đóng góp vào việc phát triển COVID-Net.
Bắt đầu tuần này, một bản báo cáo khoa học mở về hệ thống chẩn đoán Covid-19, có tên gọi COVID-Net, đã được đăng tải trên arXiv.org. Những người đứng sau nó mong muốn giúp đỡ các nhà nghiên cứu khác trên toàn cầu và muốn họ cũng cùng nhau đóng góp vào việc phát triển công cụ trí tuệ nhân tạo giúp xác định bệnh dễ dàng hơn.
COVID-Net là một mạng neural nếp nhăn (ý nói hệ thống AI này có cả 'nếp nhăn não'), một công cụ AI rất giỏi trong việc nhận dạng hình ảnh, được phát triển bởi hai nhà khoa học Lingda Wang và Alexander Wong từ Đại học Waterloo, cùng với sự trợ giúp của công ty DarwinAI ở Canada.
COVID-Net được huấn luyện để phát hiện dấu hiệu bệnh Covid-19 trong hình ảnh chụp x-quang phổi. Cơ sở dữ liệu cho COVID-Net là 5.941 hình ảnh thu thập từ 2.839 bệnh nhân với nhiều bệnh phổi khác nhau, từ nhiễm khuẩn, nhiễm virus đến nhiễm Covid-19. Bộ dữ liệu này đi kèm với báo cáo khoa học về các khía cạnh kỹ thuật của COVID-Net, giúp bất kỳ ai có khả năng cũng có thể thử nghiệm và đóng góp vào việc xây dựng hệ thống.
Tuy nhiên, trong hoàn cảnh hiện tại, không nên hoàn toàn tin tưởng vào các hệ thống AI để chẩn đoán bệnh, vì hầu hết chúng chưa được chứng minh bởi các chuyên gia. Một số nhóm nghiên cứu đã công bố các hệ thống của họ, nhưng chưa có báo cáo khoa học nên độ chính xác của các thiết bị này vẫn chưa rõ ràng.
DarwinAI nhấn mạnh rằng COVID-Net vẫn còn đang trong quá trình phát triển, đồng thời khuyến khích bất kỳ ai có khả năng hãy cùng nhau biến nó thành một thiết bị chẩn đoán chính xác. Trong quá khứ, đã có các dự án tương tự thành công với chiến lược mở toàn bộ tài liệu cho cộng đồng nghiên cứu (như ImageNet và AlexNet), chúng ta có thể kỳ vọng rất nhiều từ COVID-Net.
