Niejednokrotnie informowaliśmy o nowych, obiecujących metodach rozpoznawania przez SI zakażeń SARS-CoV-2 bądź typowania osób, u których COVID-19 może przybrać cięższą postać.
Wygląda jednak na to, że żaden z dotychczas stosowanych modeli nie jest w stanie spełnić oczekiwań. Naukowcy wzięli pod uwagę ponad 300 takich metod, które łącznie były analizowane w ramach ponad 2 tysięcy badań i doszli do smutnego wniosku.
Czytaj też: Zaskakujący pomysł leczenia COVID-19. Lekarze chcą wykorzystywać progesteron
Brzmi on następująco: żaden z przetestowanych modeli nie ma potencjalnego zastosowania klinicznego ze względu na problemy metodologiczne bądź ukryte błędy. Przypominamy, iż tego typu rozwiązania opierają się głównie na tomografii komputerowej lub zdjęciach rentgenowskich.
Sztuczna inteligencja ma problemy z rozpoznawaniem COVID-19, choć wstępne wnioski były obiecujące
Wstępne obserwacje były nierzadko zadowalające, lecz wszystkie modele okazały się na dłuższą metę bezużyteczne. W efekcie nadal najlepszym narzędziem diagnostycznym wydają się… ludzie.
