Review article

https://doi.org/10.55378/rv.49.1.6

Prednosti i ograničenja alata umjetne inteligencije u analizi slika torakalne kompjutorizirane tomografije u bolesnika s COVID-19 upalom pluća – pregled

Nina Mrvoš ; Faculty of Health Studies, University of Rijeka, Rijeka, Croatia *
Melita Kukuljan ; Faculty of Health Studies, University of Rijeka, Rijeka, Croatia; Clinical Hospital Center Rijeka, Department of Diagnostic and Interventional Radiology, Rijeka, Croatia
Maja Karić ; Faculty of Health Studies, University of Rijeka, Rijeka, Croatia; Clinical Hospital Center Rijeka, Department of Diagnostic and Interventional Radiology, Rijeka, Croatia
Klaudija Višković ; Faculty of Health Studies, University of Rijeka, Rijeka, Croatia; University Hospital for Infectious Diseases „Dr. Fran Mihaljević“, Department of Radiology and Ultrasound, Zagreb, Croatia

* Corresponding author.

Abstract

Bolest COVID-19 je sustavna virusna infekcija uzrokovana visokoinfektivnim virusom SARS-CoV-2, koja može dovesti do upale pluća i drugih komplikacija. Prvi put se pojavljuje krajem 2019. godine u Kini i brzo se širi svijetom, zbog čega je početkom 2020. godine proglašena pandemija. Ljudi zaraženi ovim virusom obično imaju simptome kao što su kašalj, groznica i otežano disanje. Ova respiratorna infekcija uzrokuje promjene u plućnom parenhimu koje se mogu analizirati na CT-u, stoga je CT postao jedan od najtočnijih dijagnostičkih metoda za potvrdu COVID-19 kod bolesnika, kao i alat za procjenu stadija razvoja infekcije. Budući da je identifikacija bolesti iz radioloških snimaka dugotrajna i složena, pojavila se ideja da se razviju modeli umjetne inteligencije (UI) kako bi se dobio brži i točniji rezultat. Najčešći modeli UI temeljili su se na dubokom učenju i strojnom učenju i uspjeli su ispravno identificirati COVID-19 na CT snimkama. Glavni problem koji se pojavljuje pri razvoju ovih modela je nedostatak baza podataka na kojima bi se ti modeli mogli trenirati. Ovaj pregledni rad analizirao je rezultate dvadeset i jednog rada na temu korištenja umjetne inteligencije u otkrivanju COVID-19 na CT snimkama. Rezultati analize pokazuju da je umjetna inteligencija visoko precizna i točna u otkrivanju COVID-19 pneumonije, ali ju je potrebno još dodatno razviti.

Keywords

COVID-19, SARS-CoV-2, kompjuterizirana tomografija prsnog koša, umjetna inteligencija, duboko učenje, strojno učenje

Hrčak ID:

330411

URI

https://hrcak.srce.hr/330411

Publication date:

11.4.2025.

Article data in other languages: english

Visits: 119 *