loading...

COVID-Net, une IA open source pour le dépistage du COVID-19 : application avec Firekube et Ignite via FK-COVID ...

deep75 profile image Karim Originally published at Medium on ・5 min read

DarwinAI, une startup canadienne spécialisée en IA, a développé des outils de détection automatique pour les infections au COVID-19. Réalisées à partir de rayons X, elles peuvent aider les professionnels de la santé à déterminer le degré de gravité de l’infection.

Via notamment COVID-Net, un réseau de neurones convolutifs basé sur Tensorflow, qui peut aider à identifier les patients COVID-19 à l’aide de radiographies thoraciques avec une précision de 88,9%, voire jusqu’à 92,6% comme indiqué ici .

COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images

Le code et les ensembles d’images sont tous ici open source. L’ensemble tente d’identifier les signes révélateurs de la maladie sur les radiographies pulmonaires, répondant ainsi au manque de kits de test dans les hôpitaux pour le dépistage traditionnel.

Weaveworks a décidé de mettre une version d’application packagée de COVID-Net à la disposition des médecins et des développeurs de logiciels. L’outil Weaveworks est appelé FK-COVID et il fournit une interface utilisateur, des API et un package pour exécuter COVID-Net sur Kubernetes. L’application peut s’exécuter sur ses propres machines ou sur AWS ou Azure. Grâce au travail de Weaveworks, application de l'ensemble via firekube et Ignite au sein du projet FK-COVID :

weaveworks/fk-covid

FK-COVID va utiliser la distribution Firekube qui est donc une distribution Kubernetes utilisant les machines virtuelles via les solutions open sources Ignite et Firecracker (liberé par AWS) :

Weave Firekube | Fast and secure Kubernetes anywhere

Voir à ce sujet deux précédents articles :

Je pars donc d’une machine virtuelle dans DigitalOcean autorisant la virtualisation imbriquée :

Avec le moteur préinstallé via cloud-init :

Je récupère directement la dernière version publiée sur le dépôt GitHub de FK-COVID (sous la forme d’un package exécutable) :

Je peux l’exécuter directement :

et il initialise un cluster Kubernetes via des VMs propulsées par Ignite :

Le cluster Kubernetes est actif :

avec les ports d’accès au stockage Objet proposé par MinIO et l’interface utilisateur de l’application FK-COVID :

Je crée deux redirections de ports avec SSH :

Et je peux accéder à MinIO (avec les identifiants par défaut minio / minio123 ):

J’y crée un bucket nommé fk-covid :

J’accède également à l’interface utilisateur de FK-COVID :

Je charge dans le bucket de MinIO une première radiographie pulmonaire d’une banque de données publiques :

Elle apparait automatiquement dans l’interface utilisateur de FK-COVID :

L’inference avec COVID-NET donne une probabilité de 98% d’un cas de COVID-19 (ce qui est le cas dans la banque de données publiques pour cette radiographie) :

Je charge cette fois-çi une radiographie pulmonaire d’un cas normal depuis cette banque de données :

Normal chest x-ray | Radiology Case | Radiopaedia.org

Et en lançant l’inference via COVID-NET, j’obtiens une probabilité de plus de 98% de la présence d’un cas normal :

Pour finir je récupère la radiographie d’un cas type de pneumonie :

L’inference via COVID-NET me confirme avec une probabilité de plus de 99% la présence d’un cas de pneumonie :

Comme le tiens à préciser la société Weaveworks, tout ceci ne constitue pas un dispositif médical et n’a pas un usage médical prévu. COVID-Net n’est pas non plus destiné à remplacer le processus de test COVID-19 actuel. Il s’agit en effet de compléter le processus actuel et de rendre une alternative accessible au personnel médical lorsque le test n’est pas une option.

Selon le projet, COVID-Net (et également cet outil) n’est pas destiné à l’autodiagnostic. Si vous avez besoin d’une assistance médicale, consultez un médecin 😉 …

Plus d’infos à ce sujet :

Discussion

pic
Editor guide