چکیده

بیماری کرونا ویروس (کووید 19)، زمین را از ریشه تکان داده است و ویرانگری حاصل از آن منجر به افزایش مسئولیت تشخیص رادیولوژیست­ ها شده است. در این مقطع زمانی بسیار مهم، هوش مصنوعی (AI) تأثیر بسزایی در کاهش بار کاری پزشکانی داشته است که در منطقه شیوع بیماری کار می­کنند، و به آنها در تشخیص این بیماری جدید کمک می­کند. در این کار، یک الگوریتم ترکیبی هوش مصنوعی مبتنی بر بهینه سازی ازدحام ذرات (PSO) - ماشین بردار پشتیبان (SVM) برای تجزیه و تحلیل خودکار تصاویر توموگرافی کامپیوتری به کار گرفته شده است که وجود پنومونی ناشی از کووید 19 را با احتمال بالایی تعیین می­کند. این مقاله یک مدل برای آموزش سیستم ارائه می­کند تا وجود پنومونی را تفکیک و طبقه بندی کند که این امر به نوبه خود منجر به کاهش 50% از زمان انجام کار برای پزشکان می­شود. این مدل به خصوص در مکان­های شیوع بیماری که در آنها یک تیم از افراد با کمک هوش مصنوعی و/یا سابقه پزشکی با هم کار می­کنند، سومند است. این سیستم ترکیبی هوش مصنوعی در همه نواحی سراسر جهان توزیع شد. مشاهده شد که با استفاده از این سیستم استقرار یافته، چالش­ه ایی همچون امنیت داده­ ها، اثربخشی زمان آزمایش مدل، نا هم خوانی داده­ ها و غیره،  به طور مثبتی مدیریت شدند. به علاوه، این سیستم یکپارچه هوش مصنوعی، بیماران آلوده را به سرعت شناسایی می­کند، پزشکان می ­توانند عفونت را تأیید کنند و بیماران را در زمان مناسب تفکیک کنند. در مجموع از 200 نمونه آموزشی، 150 مورد دارای عفونت تشخیص داده شد. کار پیشنهادی، اختصاصیت (ویژه بودن) 0.85، حساسیت 0.956 و صحت 95.78% را نشان داد.

1-مقدمه

در ماه دسامبر 2019، اولین شخص آلوده به ویروس SARS-COV-2 همراه با نارسایی تنفسی تشخیص داده شد، که منجر به شیوع جهانی پاندمی کووید 19 شد. مشاهده شد که این عفونت ویروسی، ارگان­ های تنفسی فرد را مورد هدف قرار می­ دهد....