Pnömoni Zatürre ve COVID-19

SETINT AI tarafından geliştirilen, yapay zeka ile pnomoni zatürre tespiti. SETINT AI ‘nin yapay zeka ile görntüden tedaviye kadar olan tüm süreçleri %100 doğru algoritmalar geliştirdiği 2. ürünü.

Pnömoni Zatürre - Covid 19

Pnömoni Zatürre ve COVID-19

COVID-19 vakalarının en çok etkilediği Akciğer de oluşan Zatürre zaman zaman karıştırılmaktadır. Bu yapay zeka modülümüz ile hekimlerimiz artık COVID-19 ile zatürreyi net olarak tanıyacaklar, daha kısa zamanda ve daha doğru kararlar alarak, COVID-19 hastalığının önlenmesine katkı sağlayacaktır. Zatürre hastalığının oluşturulan bu yapay zeka sistemi ile kısa sürede tedavi edilen hastalıklar arasına girmesi beklenmektedir.

SETINT AI - DOKTOR

Yapay Zeka Chatbot Doktor

SETINT AI – ioT Doktor Sadece röntgen görüntülerinden hastalıkları tanımak ile kalmıyor hasta değerlerini yapay zeka ile analiz ederek Doktor ‘un doğru tedaviyi uygulamasına destek veriyor. CORONA salgını ile riskin en yüksek seviyelerde olduğu günümüzde SETINT AI – ioT Doktor salgının yayılmasının önüne geçilmesine katkı vermektedir. Diğer yapay zeka sistemlerinden ayıran en önemli özelliği sadece görüntülerin analiz edilmesi değil tedavi süreçlerininde yapay zeka ile tespit edilmesini sağlan uçtan uca yapay zeka sistemidir.

Pnomoni
Zatürre

Covid-19

SETINT AI – Kullandığı algoritmaları ticari politikaları gereği makale, yayın haline getirmemektedir. Algoritmalar hakkında daha fazla detayları paylaşmamaktadır. Ancak yaptığımız çalışmaların temel ve herkesçe bilinen kriterleri ile basit algoritma elementlerini sitemizden paylaşıyoruz ve paylaşmaya devam edeceğiz. 

SETINT AI – Yapay Zeka Sistemleri

Pronomi 'nin Covid 19 dan ayrıştırılması

Röntgen görüntüsü üzerinden yapılan olasılık değerlendirmeleriin hastanın klinik verileri ile karşılaştırılarak COVID-19 ile Zatürre hastalığının yüksek doğruluk oranı ile tespiti.

Vector1 pnomoni zatürre

Pnomoni EX olaslığının yüzdesel olasışığı

Yapay Zeka CURB-65 Klinik Kuralına göre EX hesaplaması. Yapay Zeka ile  Pnomoni zatürre hastalarında CAP - VAP - HAP olasılık hesaplaması

Vector pnomoni zatürre

HCAP değerlerinin yapay zeka ile analizi

Pnomoni zatürre hastalarında yapay zeka ile ayakta veya yatarak antibiyorik tedavi modellemesi. Tedavi süreçleri alternatifleri ve Klinik değerlendirmeleri.

8c08978298ca86e38ed682eb744a2af2 1 pnomoni zatürre

Fiziki Muayene bulgularının yapay zeka ile analizi

Pnomoni zatürre röntgen görüntüsü analizi Pnomoni zatürre semptom analizi Laboratuvar değerlerinin yapay zeka ile analizi

Değerlendirmeler

Hcap :Sağlıkla ilişkili pnömoni;

CAP: Toplum kökenli pnömoni;

VAP: Ventilatörle ilişkili pnömoni;

HAP: Hastane kaynaklı pnömoni;

 

pnomoni zatürre
corona pnomoni zatürre

Yöntemlerimiz

AMT: Kısaltılmış zihinsel test puanı. Sadece bu ürünümüzde doğruluğu kabul edilmiş 100 den fazla algoritma kullanıldı. 

30.000 ‘in üzerinde görüntü ile yapay zeka işlendi yüzlerce model oluşturuldu.  Semptomların, fiziki muayenelerin, labrotuvar testlerinin her bir değeri için ayrı ayrı 50.000 ‘in üzerinde veriseti kullanıldı. 

Algoritmalarımız

Veri Setleri ayrı ayrı eğitilip modeller oluşturuldu. Özellikle labrotuvar testleri için eğitilen verisetlerimiz diğer hastalıkların yapay zeka modellerimiz ile tespiti için zemin hazırlamakktadır.

SETINT AI - ioT Doktor
PNÖMONİ

Pnömoni, her yıl yaklaşık 700.000 çocuğun ölümüne neden olur ve dünya nüfusunun % 7'sini etkiler.

Göğüs röntgeni

öncelikle bu hastalığın teşhisinde kullanılır. Bununla birlikte, eğitimli bir radyolog için bile göğüs röntgenlerini incelemek zor bir görevdir. Teşhis doğruluğunun iyileştirilmesine ihtiyaç vardır. Bu çalışmada, radyologlara karar verme süreçlerinde yardımcı olabilecek, dijital göğüs röntgen görüntüleri üzerine eğitilmiş pnömoni tespiti için etkili bir model önerilmiştir. Son teknoloji derin öğrenme modellerinden alınan ağırlıklı tahminleri en uygun şekilde birleştiren ağırlıklı sınıflandırıcıya dayalı yeni bir model kullanılmıştır.

 

SETIN AI

kullanılan veri kümesinin kalitesine dayalı olarak sonucu tahmin ettiği denetimli bir öğrenme yaklaşımıdır. Transfer öğrenimi, daha yüksek eğitim ve doğrulama doğruluğu elde etmek için derin öğrenme modellerinde ince ayar yapmak için kullanır. Eğitim veri setini dengeli bir şekilde artırmak için kısmi veri büyütme teknikleri kullanılır. Önerilen ağırlıklı sınıflandırıcı, tüm bireysel modellerden daha iyi performans göstermektedir. SETIN AI özel modeli yalnızca test doğruluğu açısından değil, aynı zamanda AUC puanı açısından da değerlendirilir.

Pnömoni, akciğerleri etkileyen akut bir solunum yolu enfeksiyonudur. Hava keselerinin irin ve diğer sıvılarla dolduğu ölümcül bir hastalıktır. Esas olarak iki tür pnömoni vardır: bakteriyel ve viral. Genelde bakteriyel pnömoninin daha akut semptomlara neden olduğu görülmektedir. Bakteriyel ve viral pnömoni arasındaki en önemli fark tedavidir. Bakteriyel pnömoni tedavisi antibiyotik tedavisi kullanılarak yapılırken viral pnömoni genellikle kendi kendine iyileşir. Tüm dünyada yaygın bir hastalıktır. Başlıca nedeni yüksek düzeyde kirliliği içerir. Pnömoni, Amerika Birleşik Devletleri’ndeki ilk 10 ölüm nedeni listesinde sekizinci sırada yer almaktadır.

Günümüzde akciğer röntgeni pnömoninin saptanması için en iyi yöntemlerden biridir. X-ışını görüntülemesi CT görüntülemeye tercih edilir çünkü CT görüntülemesi tipik olarak X-ışını görüntülemeden çok daha fazla zaman alır ve pek çok gelişmemiş bölgede yeterli yüksek kaliteli CT tarayıcıları bulunmayabilir. Aksine, X-ışınları en yaygın ve yaygın olarak bulunan tanısal görüntüleme tekniğidir ve klinik bakım ve epidemiyolojik çalışmalarda çok önemli bir rol oynamaktadır. Dünyada, bu tür hastalıklarla ilgili öngörüleri büyük ölçüde önemli olan pratisyen sağlık çalışanları ve radyologların az olduğu birkaç bölge vardır. Yapay zeka tabanlı çözümler kullanan bilgisayar destekli teşhis, günümüzde giderek daha popüler hale geliyor. Bu tesis, minimum maliyetle büyük bir nüfus için kullanılabilir hale getirmektedir. Bu hastalıkla ilgili bir başka sorun da,bazen hastalığın varlığını tanımlayan özelliklerin sıklıkla başka hastalıklarla karışması ve bu nedenle radyologların bu hastalığı teşhis etmekte zorlanmasıdır. Derin öğrenme teknikleri tüm bu sorunları çözer ve bunların hastalığın öngörülmesindeki doğruluğu aynıdır ve hatta bazen ortalama bir radyologdan daha büyüktür. Derin öğrenme teknikleri arasında, evrişimli sinir ağları görüntü sınıflandırma ve bölümlemede büyük umutlar vermiştir ve bu nedenle araştırma topluluğu tarafından geniş çapta benimsenmiştir. Derin öğrenme ve bilgisayarla görme tekniklerini kullanan biyomedikal görüntü teşhisinin, güvenilir bir radyoloğun doğruluğu ile eşleşen hızlı ve doğru bir hastalık teşhisi sağlamada çok yardımcı olduğu kanıtlanmıştır. Şu anda,derin öğrenmeye dayalı yöntemler tıbbi tanıda eğitimli klinisyenlerin yerini alamaz ve klinik karar vermeyi desteklemeyi amaçlamaktadır. SETINT AI de kullanılan metodoloji, hastalığın varlığını otomatik olarak tanımlayan ve bunun bir pnömoni vakası olup olmadığını raporlayan X-ışını görüntüsünden özellikleri çıkaran bir derin transfer öğrenme algoritması kullanır.

Bu çalışmada beş son teknoloji derin öğrenme ağı, kullanılmıştır. 

RANDEVU

Ürünlerimiz hakkında bilgi almak - sunum , demo yükleme, sistem kurulum eğitimi için online randevu talep edebilirsiniz.

TUSİAD Pnömoni Kitabı