Actualités
Développée à l’INSAT, une plateforme détecte le COVID-19 par intelligence artificielle
Notice: Undefined variable: post in /home/insatprecm/www/wp-content/themes/insatpress2019/amp-single.php on line 116
Notice: Trying to get property of non-object in /home/insatprecm/www/wp-content/themes/insatpress2019/amp-single.php on line 116
Notice: Undefined variable: post in /home/insatprecm/www/wp-content/themes/insatpress2019/amp-single.php on line 117
Notice: Trying to get property of non-object in /home/insatprecm/www/wp-content/themes/insatpress2019/amp-single.php on line 117
La guerre contre Covid-19 continue mais cette fois, depuis les laboratoires informatiques où une équipe d’étudiants de l’INSAT, sous la direction du professeur Mustapha Hamdi, dans le cadre d’une coopération académique avec IBM ont réussi à développer un outil de détection qui pourra alléger considérablement la tâche aux médecins tout en assurant des résultats fiables.
Cet outil, basé sur l’intelligence artificielle par apprentissage, consiste en une plateforme qui permet d’analyser les images RX des personnes en question afin de détecter et décrypter les signatures présentes chez les personnes atteintes.
Des recherches ont montré que le virus SARS-CoV-2 laisse une signature bien particulière chez les personnes atteintes détectable par imagerie RX, cependant leur détection est délicate et nécessite l’intervention des experts en radiologie. Certes, cette méthode est moins limitante que les tests effectués au laboratoire de virologie mais reste coûteuse en terme de temps et c’est là où la solution proposée se montre efficace.
En l’alimentant par des images RX des personnes atteintes (test positif) du virus et des personnes non atteintes (test négatif), le système apprend à identifier les signatures permettant ainsi de développer une expertise dans l’examen et le tri des images radio en une durée réduite.
Les algorithmes proposés ont montré des résultats prometteurs avec un taux d’exactitude de 92% en un temps record.
La plateforme est actuellement en ligne offrant ainsi aux hôpitaux un outil de détection rapide et économique.
Ecrit par Meriam Gaied.