Τεχνητή νοημοσύνη

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Diagnosing COVID-19 using artificial intelligence: a comprehensive review
Khanna, Varada Vivek, Krishnaraj, Chadaga, Sampathila, Niranjana, Prabhu, Srikanth, Chadaga, Rajagopala, Umakanth, Shashikiran
Network Modeling Analysis in Health Informatics and Bioinformatics ; 11(1), Article number: 25, 2022, https://doi.org/10.1007/s13721-022-00367-1
Published: 12 July 2022
Σε αυτή την εκτενή ανασκόπηση διερευνώνται σε βάθος οι εφαρμογές της Τεχνητής Νοημοσύνης στην ανίχνευση του κορωνοϊού χρησιμοποιώντας μεθόδους όπως αξονική τομογραφία, ακτινογραφίες, ήχοι βήχα, μαγνητική τομογραφία, υπέρηχοι και κλινικοί δείκτες. Αυτή η ανασκόπηση παρέχει επίσης στους θιασώτες των δεδομένων και στην ευρύτερη κοινότητα της υγείας μια πλήρη αξιολόγηση των τρεχουσών προσεγγίσεων τελευταίας τεχνολογίας για τη διάγνωση της COVID-19. Τα βασικά ζητήματα και οι μελλοντικές κατευθύνσεις παρέχονται επίσης για τους επερχόμενους ερευνητές.
Detecting twitter hate speech in COVID-19 era using machine learning and ensemble learning techniques
Khanday, Akib Mohi Ud Din, Rabani, Syed Tanzeel, Khan, Qamar Rayees, Malik, Showkat Hassan
International Journal of Information Management Data Insights ; 2(2):100120, November 2022, https://doi.org/10.1016/j.jjimei.2022.100120
Available online 16 September 2022
Η πανδημία COVID-19 έχει επηρεάσει κάθε έθνος και η κοινωνική απομόνωση είναι η κύρια μέθοδος προστασίας από τον κορωνοϊό. Οι άνθρωποι εκφράζονται μέσω Facebook και Twitter και διαδίδουν παραπληροφόρηση και ρητορική μίσους στο Twitter. Αυτή η έρευνα επιδιώκει να ανιχνεύσει τη ρητορική μίσους κατά τη διάρκεια της COVID-19, χρησιμοποιώντας μηχανική μάθηση και ensemble τεχνικές μάθησης.
Jian-Dong Huang, Hui Wang, Ultan Power, James A. McLaughlin, Chris Nugent, Enayetur Rahman, Judit Barabas and Paul Maguire
Sensors 2024, 24(1), 308, https://doi.org/10.3390/s24010308
Published: 4 January 2024
Η ανίχνευση των αναπνευστικών ιών είναι ζωτικής σημασίας για την αντιμετώπιση πανδημιών όπως η COVID-19. Οι συμβατικές μέθοδοι απαιτούν συνήθως εργαστηριακό εξοπλισμό υψηλού κόστους. Μια αναδυόμενη εναλλακτική μέθοδος είναι η εγγύς υπέρυθρη φασματοσκοπία (Near-Infrared Spectroscopy, NIR), ειδικά μία φορητού τύπου, που έχει τα πλεονεκτήματα του χαμηλού κόστους, της φορητότητας, της ταχύτητας, της ευκολίας χρήσης και της μαζικής ανάπτυξης, τόσο σε κλινικό περιβάλλον όσο και στο πεδίο.
Beggar, O.E., Ramdani, M., Kissi, M.
International Journal of Electrical and Computer Engineering, Volume 13, Issue 6, Pages 6940 - 6951, December 2023, http://doi.org/10.11591/ijece.v13i6.pp6940-6951
Accepted: Apr 24, 2023
Αυτή η εργασία στοχεύει να σχεδιάσει και να αναπτύξει ένα ασαφές, εξηγήσιμο, έμπειρο σύστημα για τη διάγνωση της νόσου του κορονοϊού (COVID-19), που θα μπορούσε να ενσωματωθεί σε ιατρικά ρομπότ.
Democratizing the development of chatbots to improve public health: A feasibility study of COVID-19 misinformation
Powell, Leigh; Nour, Radwa; Sleibi, Randa; Al Suwaidi, Hanan; Zary, Nabil
JMIR Human Factors. 07/06/2023:43120 (forthcoming/in press)
Date accepted: Jun 7, 2023
Αυτή η μελέτη διερευνά τη σκοπιμότητα ανάπτυξης ενός chatbot που χρησιμοποιεί προσεγγίσεις που είναι προσβάσιμες σε περιβάλλοντα χαμηλών και μεσαίων πόρων. Αυτό περιλαμβάνει τη χρήση τεχνολογίας χαμηλού κόστους, που να μπορεί να αναπτυχθεί από μη προγραμματιστές, να υλοποιηθεί σε πλατφόρμες μέσων κοινωνικής δικτύωσης για να προσεγγίσει το ευρύτερο δυνατό κοινό χωρίς την ανάγκη εξειδικευμένης τεχνικής ομάδας, χρησιμοποιώντας ελεύθερα διαθέσιμες και ακριβείς γνωσιακές βάσεις και ακόμη χρησιμοποιώντας πρακτικές που βασίζονται σε στοιχεία για τη δημιουργία ενός μοντέλου συνομιλίας που ενσωματώνει τη δυνατότητα αλλαγής στις συμπεριφορές υγείας.
T. Padma and C. U. Kumari
2020 International Conference on Smart Electronics and Communication (ICOSEC), 2020, pp. 589-592, doi: 10.1109/ICOSEC49089.2020.9215257.
Η προτεινόμενη μέθοδος για γρήγορη ανίχνευση των θετικών περιστατικών της covid-19, αναπτύσσεται για την ανάλυση εικόνων ακτινογραφίας θώρακα για την ανίχνευση της  COVID-19 για δυαδικές κλάσεις με ακρίβεια 99% και ακρίβεια επικύρωσης 98%,

 

Current Technologies for Detection of COVID-19: Biosensors, Artificial Intelligence and Internet of Medical Things (IoMT): Review
Irkham, Irkham, Ibrahim, Abdullahi Umar, Nwekwo, Chidi Wilson, Al-Turjman, Fadi, Hartati, Yeni Wahyuni
Sensors 2023, 23(1), 426; https://doi.org/10.3390/s23010426
Published: 30 December 2022
Αυτή η μελέτη παρέχει μια ολιστική προσέγγιση για την ανίχνευση της COVID-19 με βάση (1) μοριακή διάγνωση που περιλαμβάνει RT-PCR, αντιγόνο-αντίσωμα και βιοαισθητήρες που βασίζονται σε CRISPR και (2) ανίχνευση με τη βοήθεια υπολογιστή, βασιζόμενη σε μοντέλα τεχνητής νοημοσύνης που περιλαμβάνουν προσεγγίσεις  βαθιάς μάθησης και μεταφοράς μάθησης. Η ανασκόπηση επίσης συγκρίνει τις δύο αυτές αναδυόμενες τεχνολογίες και ανοίγει ερευνητικά θέματα για την ανάπτυξη πλατφορμών με δυνατότητα έξυπνου Διαδίκτυου των Πραγμάτων στην Ιατρική (IoMT) για τον εντοπισμό της COVID-19.
Coronavirus (COVID-19): A Scientometric Study of World Research Publications.
Mallikarjun Kappi, Chaman Sab M, Balabhim Sankrappa Biradar, et al.
Transboundary and Emerging Diseases (άρθρο προς κρίση) DOI:10.22541/au.158559974.49495055.
March 30, 2020
Χρησιμοποιώντας την βάση δεδομένων Web of Science Citation για την χρονική περίοδο 1989 -2020, η συγκεκριμένη βιβλιομετρική μελέτη εξετάζει την αύξηση της δημοσιευμένης έρευνας, σχετικής με τους κορονοϊούς. Αναλύονται τα είδη των δημοσιευμάτων που αξιοποιήθηκαν για την σχετική επιστημονική επικοινωνία (πχ. άρθρα, πρακτικά συνεδρίων, κεφάλαια βιβλίων κτλ). Καταγράφηκαν η επιστημονική “παραγωγή” ανά γλώσσα δημοσιεύματος, καθώς και τα επιστημονικά αντικείμενα αυτών των δημοσιευμάτων. Η μελέτη ανέδειξε τους τίτλους των περιοδικών με τα περισσότερα δημοσιεύματα και τους οργανισμούς ανά τον κόσμο που εκπόνησαν έρευνα στο συγκεκριμένο πεδίο αλλά ποιοι ήταν κύριοι χρηματοδότες της έρευνας. 
Τέλος, η ανάλυση κατέδειξε τους πλέον «παραγωγικούς» ερευνητές και τις αντίστοιχες χώρες. 
Contactless blood oxygen estimation from face videos: A multi-model fusion method based on deep learning
Hu, Min, Wu, Xia, Wang, Xiaohua, Xing, Yan, An, Ning, Shi, Piao
Biomedical Signal Processing and Control, Volume 81, March 2023, 104487, https://doi.org/10.1016/j.bspc.2022.104487
Available online 10 December 2022
Το οξυγόνο αίματος (SpO2), ένας βασικός δείκτης της αναπνευστικής λειτουργίας, λαμβάνει αυξανόμενη προσοχή κατά τη διάρκεια της πανδημίας COVID-19. Τα κλινικά αποτελέσματα δείχνουν ότι οι ασθενείς με COVID-19 πιθανότατα έχουν σαφώς χαμηλότερο SpO2 πριν από την εμφάνιση σημαντικών συμπτωμάτων. Δεδομένης της έλλειψης σύγχρονων μεθόδων για την παρακολούθηση του SpO2 μέσω βίντεο προσώπου, αυτή η εργασία προτείνει μια νέα μέθοδο σύντηξης πολλαπλών μοντέλων που βασίζεται στη βαθιά μάθηση για την εκτίμηση του SpO2.
Lieberman, Benjamin et al.
Working Paper Series Available at SSRN: https://ssrn.com/abstract=3803878 
Posted: 16 Mar 2021
Το άρθρο, εστιάζει στην πιο επιδραστική μη-στοχαστική δυναμική της COVID-19, hot-spots, χρησιμοποιώντας τεχνητή νοημοσύνη (AI) γεω-εντοπισμού και αναλύσεις ομαδοποίησης, λαμβάνοντας το Gauteng (Νότια Αφρική) ως μελέτη περίπτωσης.

Pages