В последние годы мир столкнулся с беспрецедентной глобальной проблемой, вызванной пандемией коронавируса (COVID-19), которая оказала значительное влияние на здоровье населения, экономику и социальные структуры. В условиях стремительного распространения вируса и необходимости быстрой диагностики заболеваний, вызванных COVID-19, возникла необходимость в разработке и внедрении новых технологий, способных обеспечить эффективное выявление и мониторинг состояния пациентов. В этом контексте особое внимание привлекают методы, основанные на использовании нейронных сетей и глубокого обучения, которые демонстрируют высокую эффективность в анализе медицинских изображений, таких как компьютерная томография грудной клетки, в данной статье они и будут рассмотрены.
В настоящее время искусственный интеллект считается одним из важнейших направлений ИТ-исследований. В последнее время искусственный интеллект активно развивается и применяется в различных сферах жизни человека. Его использование облегчает и автоматизирует решение задач, что помогает компаниям более продуктивно настраивать рабочий процесс. Искусственный интеллект очень прогрессивная и широко используемая технология, а на данный момент появляется все больше вариантов его применения, благодаря чему отрасль искусственного интеллекта быстро совершенствуется и развивается. В данной статье будут рассмотрены основные возможности искусственного интеллекта в медицине.
Практическое применение нейронных сетей в диагностике COVID-19 включает несколько ключевых аспектов и методов, которые позволяют повысить точность, скорость и эффективность выявления заболевания. В данной статье будут рассмотрены прототипы моделей нейронной сети, а также результаты тестирования этих модели. Также в данной статье показаны некоторые перспективы применения технологий глубокого обучения в медицине.
В статье проведен обзор и анализ существующих технологий оценки усталости водителя (субъективные методы самооценки, физиологические методы, методы на основе измерения физических показателей, поведенческие методы, использование систем, регистрирующих режим работы и отдыха водителя). Выявлены достоинства и ограничения применения существующих методов. Рассмотрены методы машинного обучения, обоснована возможность их применения с целью разработки алгоритмов оценки усталости водителя.