מערכת בינה מלאכותית עדיפה על רדיולוגים בזיהוי COVID-19 בריאות (Radiology)

במאמר שפורסם בכתב העת Radiology מדווחים חוקרים על תוצאות מחקר חדש, מהן עולה כי מערכת בינה מלאכותית חדשה עשויה לזהות COVID-19 בריאות במהירות גדולה פי 10 ובדיוק מעט גבוה יותר, בהשוואה לרדיולוג מומחה בפענוח בדיקות הדמיה לב-חזה.

החוקרים אימנו ובחנו את מערכת DeepCOVID-XR, אלגוריתם לימוד-מכונה לניתוח צילומי חזה, על 17,002 צילומי רנטגן, 5,445 מהם עם סימני COVID-19.

כאשר התוצאות נבחנו אל מול חמישה רדיולוגים מומחים בהדמיית לב-חזה, מערכת DeepCOVID-XR ניתחה כל אחת מ-300 ההדמיות שנבחרו באקאי בתוך כ-18 דקות, בהשוואה ל-2.5-3 שעות שנדרשו לרדיולוגים. הדיוק של מערכת DeepCOVID-XR עמד על 82%, בהשוואה לדיוק של 76-81% בקרב כל רדיולוג בנפרד ועל 81% כקבוצה.

הדיוק של מערכת הבינה המלאכותית לסיווג הדמיות צילומי חזה עמד על 82%, רגישות המערכת עמדה על 71%, בהשוואה לרגישות של 60% בקרב רדיולוגים, סגוליות של 92%, בהשוואה לסגוליות של 75% של שני רדיולוגים.

למרות שמערכת בינה מלאכותית עדיין מצויה בשלבי מחקר ואינה זמינה לשימוש קליני, החוקרים מסבירים כי יום אחד טכנולוגיה זו עשויה לסייע בסקירה מהירה של חולים שאושפזו לבתי חולים מסיבות שאינן זיהום קורונה, כך שניתן להשלים בדיקה מהירה ל-COVID-19 ולבודד את החולים, במידת הצורך.

Radiology 2020

לידיעה ב-CIDRAP

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן