研究人员以前专注于通过医学成像来检测和分类肺部疾病，例如纤维化，肺气肿和肺结节。
在最近的一项研究中，巴西的一个研究人员团队通过各种机器学习方法教给了一个计算机程序，该程序可以检测胸部X射线中的COVID-19，其准确率为95.6至98.5%。
研究人员以前一直专注于通过医学成像对肺部疾病(如纤维化，肺气肿和肺结节)进行检测和分类。可疑的COVID-19感染所表现出的常见症状包括呼吸窘迫，咳嗽，在更具侵略性的情况下，还包括肺炎-所有这些都可以通过CT或X射线等医学影像看到。
通讯作者，图像处理，信号和应用实验室研究员Victor Hugo C. de Albuquerque说：“当COVID-19大流行爆发时，我们同意运用我们的专业知识来帮助解决这一新的全球性问题。”计算和福塔莱萨大学。
Albuquerque说，许多医疗机构的测试数量不足，处理时间也很长，因此研究团队致力于改进一种工具，这种工具可以在每家医院使用，并且已经在诊断COVID-19：X射线设备中频繁使用。
Albuquerque说：“我们决定研究是否可以使用X射线图像自动检测出COVID-19感染，”他指出，与拭子或唾液诊断测试所需的天数相比，大多数X射线图像可在数分钟内提供。
但是，研究人员发现缺乏公开可用的胸部X射线来训练他们的人工智能模型来自动识别COVID-19患者的肺部。他们只进行了194次COVID-19 X射线检查和194次健康X射线检查，而通常需要花费数千张图像才能彻底教授一个模型来检测和分类特定目标。为了进行补偿，他们采用了在大量其他X射线图像数据集上训练的模型，并对其进行了训练，使其使用相同的方法来检测可能感染了COVID-19的肺部。他们使用了几种不同的机器学习方法，其中两种方法的准确率分别为95.6%和98.5%。
Albuquerque说：“由于X射线非常快速且便宜，因此可以帮助在医疗保健系统崩溃的地方或远离能够使用更复杂技术的主要中心的地方分诊患者。” “这种自动检测和分类医学图像的方法可以帮助医生识别，测量严重程度和对疾病进行分类。”
接下来，阿尔伯克基说，研究人员计划继续使用更大的数据集来测试他们的方法，最终目的是开发一个免费的医学图像分类在线平台。
