कोविड -19
2020 कोविद -19 वायरस के साथ एक अजीब वर्ष रहा है। दुनिया भर में चिकित्सा तकनीशियन और वैज्ञानिक एक वैक्सीन खोजने के प्रयास में हैं, और इसे शामिल करने के लिए। यह मानव जीवन के लिए महत्वपूर्ण नहीं है, बल्कि इसके लिए है व्यवसायों और प्रभाव, यह विश्व स्तर पर पड़ा है।
COVID-19
इसके अनुसार Coronavstats ब्रिटेन में 21 सितंबर 2020 तक वर्तमान में कुल 398,625 संक्रमण और 41,788 लोगों की मौत की संख्या थी। कुल मामलों के सिर्फ 10% से अधिक की वर्तमान मृत्यु दर खतरनाक है। यह स्थापित किया गया है कि प्रसार घातीय है। इसलिए, तकनीक में महत्वपूर्ण है, टीके की खोज और रोकथाम में सहायता के लिए तकनीक की दुनिया में एआई का उपयोग किया जा रहा है। एआई का उपयोग संक्रमण के समान प्रोटीन संरचनाओं के आधार पर पहले वाले लोगों का विश्लेषण करके और तेजी से सही टीकाकरण खोजने के लिए किया जा सकता है।
आर्टिफिशियल इंटेलिजेंस का उपयोग करके स्वास्थ्य केंद्र तेजी से बढ़ रहे हैं। चेस्ट एक्स रे स्कैनिंग सिस्टम स्वचालित रूप से वायरस का पता लगा सकता है और एआई क्षमताओं का उपयोग करके छवि पहचान का उपयोग कर सकता है। एआई बहुत तेज प्रसंस्करण प्रदान करता है। नियामक और सरकारी एजेंसियां तब डेटा एकत्र करती हैं और इसे कई संस्थाओं में उपलब्ध कराती हैं। शोधकर्ता और माइक्रोबायोलॉजिस्ट उस डेटा का उपयोग करते हैं, और बेहतर दवाओं के निर्माण के लिए दवाओं के प्रभाव का विश्लेषण करने और वायरस और अन्य जीवाणुओं की पहचान करने के लिए, जैसे कि मेडेकिन्स सैंस फ्रंटियर्स।
मेडेकिन्स सेन्स फ्रंटियारेस और ट्रेन्सरफ्लो लाइट
TensorFlow
वैक्सीन खोजने में एआई संभावित उपयोग के उपयोग का एक उदाहरण वर्तमान चिकित्सा अनुसंधान से बैक्टीरिया की पहचान में पाया जा सकता है जैसा कि इसमें देखा गया है यूट्यूब वीडियो । Médecins Sans Frontières 70 से अधिक देशों में एंटी-बायोटिक्स की एक सीमा निर्धारित करते हुए, दुनिया भर में चिकित्सा देखभाल प्रदान करने वाला एक दान है। उन्होंने पाया है कि रोगियों की बढ़ती संख्या मल्टीर्रग-प्रतिरोधी बैक्टीरिया से संक्रमित है। यह संभव है कि इसी अवधारणा को कोविद -19 के लिए इस्तेमाल किया जा सकता है, एआई और, गोगल्स टेंसोरफ्लो के उपयोग में। TensorFlow Google की ओर से मुफ़्त और खुला-स्रोत AI ऑफ़र है, और TensorFlow Lite (Médecins Sans Frontières द्वारा उपयोग किया जाता है), मोबाइल संस्करण iOS और Android पर डाउनलोड के लिए उपलब्ध है।
Médecins Sans Frontières ने जो खोज की है वह यह है कि रोगियों को अक्सर गलत एंटीबायोटिक्स दिए जाते हैं, सटीक वायरस की पहचान करने में असमर्थता के कारण रोगी को संक्रमित किया जा सकता है। वे अपने रोगियों के लिए सही एंटीबायोटिक दवाओं की पहचान करने में मदद करने के लिए TensorFlow का उपयोग करते हैं।
इससे कई चुनौतियां सामने आती हैं। बैक्टीरिया की पहचान करने के लिए, यह जानने के लिए कई परीक्षणों की आवश्यकता होती है कि वे किस प्रकार के बैक्टीरिया से निपट रहे हैं। एक अतिरिक्त कदम है जो उन देशों में परिणामों की व्याख्या करने के लिए है जहां मेडेसीन सेंस फ्रंटियरेस काम करते हैं। दुर्भाग्य से, इन व्याख्याओं को करने के लिए पर्याप्त अनुभवी माइक्रोबायोलॉजिस्ट कर्मचारी नहीं हैं। AI इस समस्या का एक संभावित समाधान हो सकता है, जिसमें माइक्रोबायोलॉजिस्ट कर्मचारियों को बदलने के बजाय, वे मौजूदा कर्मचारियों को छोटे समयकाल में निदान परीक्षणों की व्याख्या करने में सहायता करते हैं, TensorFlow lite का उपयोग करके, जो उनके सभी क्लीनिकों में मोबाइल फोन की एक श्रृंखला पर उपलब्ध है। । आवेदन को ऑनलाइन करने की आवश्यकता नहीं है, इसलिए इसका उपयोग खराब सिग्नल क्षेत्र के क्षेत्रों में किया जा सकता है।
TensorFlow कंप्यूटर की दृष्टि और मशीन लर्निंग का उपयोग करता है ताकि बैक्टीरिया और एंटीबायोटिक दवाओं के बीच बातचीत का पता लगाया जा सके, केवल पेट्री डिश की एक छवि का उपयोग कर। इस तकनीक के उपयोग के परिणामस्वरूप, मेडेकिंस सेन्स फ्रंटियरेस कुछ दिनों के भीतर एक परीक्षण मॉडल को प्रशिक्षित करने में कामयाब रहा। यह आश्चर्यजनक रूप से त्वरित और आसान भी साबित हुआ। उन्होंने पूरी दुनिया में नैदानिक परीक्षण उपलब्ध, आसान और सस्ती करने के उद्देश्य से एक प्रोटोटाइप विकसित किया है। यह एप्लिकेशन दुनिया भर में लाखों लोगों की मदद करने में एक गेम चेंजर हो सकता है, खासकर अगर यह कोविद -19 के लिए एक टीका के लिए शिकार में अनुकूलित किया जा सकता है, साथ ही साथ कई अन्य बीमारियां भी हो सकती हैं। यह सर्वोत्तम प्रबंधन प्रथाओं पर सलाह देने में भी मदद कर सकता है।
यह ऑब्जेक्ट डिटेक्शन के माध्यम से काम करता है, पूर्व-एनोटेट छवियों का उपयोग करता है, रोग जीवाणुओं का और पेट्री डिश की तस्वीर के साथ तुलना करने का। यह एक सेकंड से भी कम समय में पूर्वानुमान लगाने में सक्षम है। TensorFlow द्वारा प्रदान की जाने वाली प्रणाली की सुंदरता यह है कि कोड की हजारों लाइनें लिखने के बजाय, ऐसे कार्यों का एक पुस्तकालय है जो विभिन्न आर्किटेक्चर के निर्माण की अनुमति देता है, बहुत कम समय में। यह इन ग्रामीण नेटवर्क को सिकोड़ सकता है, ताकि मोबाइल डिवाइस पर फिट किया जा सके। मानव इनपुट प्रक्रिया के लिए महत्वपूर्ण है। यह बहुत जल्दी लाखों छवियों के माध्यम से जा सकता है और विभिन्न प्रकार के तंत्रिका नेटवर्क बनाने के लिए अनुकूलित किया जा सकता है।
कोविद -19 के लिए एक वैक्सीन की खोज में, मेडेकिन्स सैंस फ्रंटियरेस द्वारा इस्तेमाल की जाने वाली रणनीति एफ़रफ़्रेनलो का उपयोग करके एआई के उपयोग में शुरू करने के लिए एक अच्छी जगह हो सकती है।
Android उदाहरण पर TensorFlow Lite
TensorFlow आपको कम विलंबता वाले मोबाइल उपकरणों पर मशीन सीखने के मॉडल को जल्दी से चलाने देता है, इसलिए आप सर्वर पर बार-बार नेटवर्क कॉल करने की आवश्यकता के बिना वर्गीकरण कर सकते हैं। यह C ++ API के माध्यम से Android और iOS पर उपलब्ध है। एंड्रॉइड डिवाइस के लिए जावा रैपर है जो इसे सपोर्ट कर सकता है। दुभाषिया हार्डवेयर त्वरण के लिए एंड्रॉइड न्यूरल नेटवर्क एपीआई का उपयोग करता है।
ऐप को मोबाइल नेट मॉडल का उपयोग करके बनाया गया है। मोबाइल नेट छोटे होते हैं और थोड़ी शक्ति का उपयोग करते हैं। मॉडल को कई उपयोग मामलों को पूरा करने के लिए डिज़ाइन किया जा सकता है जैसे कि वस्तु का पता लगाना, जैसे कि विभिन्न प्रकार के पौधे या पेड़। यह ठीक-ठीक वर्गीकरण प्रदान करता है। कई प्री-प्रशिक्षित हैं, जिनके साथ काम करने के लिए उपलब्ध शेल्फ मॉडल बंद हैं।
जब पहले TensorFlow लाइट के साथ काम करते हैं तो यह अनुशंसा की जाती है कि आप इन पूर्व-निर्मित मॉडल के साथ काम करें। TensorFlow Lite हालाँकि, अभी तक पूर्ण-विकसित TensorFlow की सभी विशेषताओं का समर्थन नहीं करता है।
मोबाइल पर TensorFlow का उपयोग करने के लिए आपको TensorFlow lite पुस्तकालयों को शामिल करना होगा। यह सुनिश्चित करने के लिए कि आप उन्हें शामिल करते हैं, अपनी बिल्ड ग्रेडेल फ़ाइल को संपादित करके प्राप्त किया जाता है। अगला कदम एक TensorFlow दुभाषिया आयात करना है। दुभाषिया एक मॉडल को लोड करता है और आपको इसे इनपुट्स के सेट के साथ प्रदान करके चलाने की अनुमति देता है। TensorFlow लाइट मॉडल निष्पादित करता है और आउटपुट लिखता है। यह एक सरल प्रक्रिया है, भले ही इसके पीछे की तकनीक जटिल हो।
मॉडल को आवेदन परिसंपत्तियों में संग्रहित किया जाना चाहिए। कोड फिर मॉडल को सीधे वहां से पढ़ेगा, हालांकि एक मॉडल को कहीं से भी लोड किया जा सकता है। एक बार मॉडल को लोड करने के बाद दुभाषिया को तत्काल किया जा सकता है।
चिकित्सा अनुसंधान के मामले में, आवेदन कैमरे से फ्रेम पढ़ता है और उन छवियों में बदल जाता है। ये चित्र (Médecins Sans Frontières, एक पेट्री डिश के मामले में) मॉडल के इनपुट के रूप में उपयोग किए जाते हैं, जो रिटर्न मानों को आउटपुट करते हैं। ये मान उपयुक्त लेबल (इस मामले में बैक्टीरिया की पहचान) के लिए एक सूचकांक हैं, और हजारों पूर्व-तैयार, एनोटेट छवियां फिर उस लेबल से मेल खाएंगी।
आप इसमें TensorFlow मॉडल के प्रशिक्षण के बारे में अधिक जानकारी प्राप्त कर सकते हैं वीडियो Android पर TensorFlow मॉडल चलाने के लिए गाइड।
कोविद -19 डिटेक्शन यूआईपैथ फैब्रिक का उपयोग कर
छाती का एक्स - रे
UiPath स्वचालन के लिए AI समाधानों में विशेषज्ञता वाली कंपनी है। यूनिवर्सिटी ऑफ वाटरलू और डार्विन के शोधकर्ताओं ने यूआईपैथ फैब्रिक का उपयोग किया है जो कि एक ओपन सोर्स इनिशिएटिव है, जिसमें COVID-19 मामलों का पता लगाने के लिए एक तंत्रिका नेटवर्क मॉडल तैयार किया गया है, जो छाती एक्स-रे छवियों का उपयोग करता है। मॉडल को सार्वजनिक रूप से उपलब्ध डेटा सेट पर प्रशिक्षित किया गया था कोविद 19 के रोगियों के 76 चित्र जैसा कि इस You Tube वीडियो में दिखाया गया है।
वर्कफ़्लो सरल है, जिसमें एक फ़ाइल और एक एक्स-रे छवि शामिल है। ये मशीन लर्निंग मॉडल को भेजे जाते हैं जो परिणामों को आउटपुट करता है। आवेदन एक छवि का अनुरोध करता है। यह सब आपको बिना किसी बीमारी वाले लोगों से मॉडल को प्रशिक्षित करने की आवश्यकता है, और निमोनिया वाले लोगों और सीओवीआईडी -19 वाले लोगों के बीच अंतर करने के लिए। आउटपुट एक मशीन लर्निंग वर्गीकरण परिणाम है।
तो, किसी भी छाती एक्स-रे या सीटी स्कैन छवि के लिए, सॉफ्टवेयर एक भविष्यवाणी प्रदान करता है कि छवि कोविद -19 के साथ एक मरीज से आती है। अनुसंधान के इस स्तर पर, यह एक उत्पादन संस्करण नहीं है, बल्कि एक प्रारंभिक प्रयोग है।
Covid-19 को शामिल करने और संभवतः एक वायरस की खोज के लिए अनुसंधान में सहायता के लिए AI का उपयोग किया जा रहा है। मोबाइल एप्लिकेशन, जैसे कि TensorFlow Lite यह जांच सकता है कि क्या किसी व्यक्ति के पास कुछ उपयोगकर्ता इनपुट में फीड करके वायरस है, जो अपने स्थान के बारे में कुछ डेटा प्राप्त कर रहा है और उन्हें जोखिम के एक डिग्री पर रेट करता है। आप ऐसी स्थिति की कल्पना कर सकते हैं, जहां यदि किसी पुष्टि किए गए मरीज के मोबाइल का स्थान हमेशा ज्ञात हो, तो सरकार उन लोगों को सचेत कर सकती है जो उक्त व्यक्ति के संपर्क में हैं। इसे 'ट्रैक एंड ट्रेस' के रूप में जाना जाता है।
बर्ट , एक अन्य Google AI पहल, इस विशाल डेटा पर लागू की जा रही है जो प्राकृतिक भाषा प्रसंस्करण (NLP) का उपयोग करते हुए, वायरस के बारे में उपयोगी जानकारी निकालने के लिए सेट की गई है। एनएलपी का उपयोग प्रोटीन संरचना को समझने और संभावित टीकाकरण को तेजी से विकसित करने के लिए किया जा सकता है, जिसमें उन क्षेत्रों की जानकारी प्रदान करना शामिल है जहां लोग प्रभावित होते हैं।
यह भी सूक्ष्मजीवविज्ञानी उपचार के विकल्पों को समझने, किसी भी प्रतिकूल प्रभाव पर विचार करने और सही खुराक निर्धारित करने में मदद करना चाहिए। बर्ट शब्दों और वाक्यों को दोनों दिशाओं से देखता है, बाएं से दाएं और दाएं या बाएं ताकि वे एक विशेष संदर्भ में विशेष शब्दों को समझ सकें और पहचान सकें। इसलिए, माइक्रोबायोलॉजिस्ट की सहायता के लिए एआई मॉडल, जैसे कि टेन्सरफ्लो और बर्ट फॉर नेचुरल लैंग्वेज प्रोसेसिंग के संयोजन के साथ, शायद कोविद -19 के लिए एक टीका बहुत दूर नहीं हो सकता है, लेकिन यह अभी भी प्रगति पर काम कर रहा है। एआई उपयोगी साबित हो रहा है क्योंकि इन उदाहरणों ने दिखाया है, एक संभावित कोविद -19 वैक्सीन और ट्रैकिंग क्षमता का समाधान प्रदान करने के लिए।
टैग COVID-19 TensorFlow
