EN HR
Covid Virus - CDC/Unsplash
Covid Virus - CDC/Unsplash

COVID-19 promijenio je živote velike većine ljudi u svijetu u nevjerojatno kratkom vremenu. Svaki doprinos da se pandemija brže stavi pod kontrolu smanjiti će gubitak života, olakšati svakodnevicu i staviti nas na put prema boljoj budućnosti.

Velebit AI tim odlučio je pomoći u borbi protiv COVID-19 svim načinima kojima naša ekspertiza to omogućava.

Tijekom proteklih nekoliko tjedana izradili smo interaktivnu web stranicu za praćenje COVID-19 u Hrvatskoj, objavili smo open-source unaprijeđenje modela za detekciju COVID-19 iz rendgenskih snimki te planiramo nove projekte. Također smo sudjelovali dijeljenjem naših hardverskih resursa s za timom za komputacijsko istraživanje novih prilika za liječenje COVID-19.

Suradnja multidisciplinarnih timova u ovim teškim okolnostima ključ je uspjeha u borbi protiv virusa, stoga pozivamo sve timove i istraživačke grupe koje vide potencijal suradnje da nas kontaktiraju. Zajedno možemo brže i više.

Covid 19 HR Vizualizacije
Covid 19 HR Vizualizacije

Na najvažnijim grafovima za Hrvatsku, označeni su najbitniji datumi s kojima su stupile na snagu mjere socijalnog udaljavanja:

  • 13. ožujka - prvi dan bez nastave u školama (subota)
  • 17. ožujka - zabrana okupljanja i obustava rada ugostiteljskih objekata
  • 22. ožujka - potres u Zagrebu
  • 23. ožujka - zabrana napuštanja mjesta prebivališta i obustava javnog prijevoza

COVID-19 HR Web stranica

Interaktivna vizualizacija podataka COVID-19 u Hrvatskoj

Uspješna borba protiv COVID-19 kreće iz kvalitetnih i jasno prikazanih podataka. Kroz web stranicu za interaktivnu vizualizaciju podataka možete svakodnevno pratiti statistiku i vizualizacije vezane uz COVID-19 u Hrvatskoj i susjednim zemljama. Prate se svi dostupni i relevantni službeni podaci koji se vizualiziraju na jasan i pregledan način.

U ovom trenutku prate se i prikazuju podaci o potvrđenim slucajevima, zaraženima, preminulima, ozdravljenima i broju testiranih uzoraka. Podaci su prikazani kao broj novih dnevnih slučajeva i ukupno. Također, na zahtjev korisnika, dodane su i izvedene veličine poput dnevne stopa rasta i omjera dnevnog broja testiranih uzoraka po potvrđenom slučaju.

Podaci o broju potvrđenih slučajeva i njihovom dnevnom porastu prikazani su i na razini svake županije. Također, prate se i prikazuju osnovni podaci susjednih država te najpogođenijih europskih država.

Planiramo i dalje nadograđivati vizualizacije, a ukoliko imate prijedlog kako, bit će nam drago da nam pišete.

Ukoliko Vas zanima integracija naših grafova, vizualizacija ili podataka na vlastitoj web stranici, kontaktirajte nas.

Znakovi upale pluća na RTG snimkama
Znakovi upale pluća na RTG snimkama

Model umjetne inteligencije za detekciju COVID-19 iz rendgenskih snimki pluća

Inspirirani nedavnim radom COVID-Net: A Tailored Deep Convolutional Neural Network Design for detection of COVID-19 Cases from Chest Radiography Images, MIT Technology Review člankom, i Tensorflow implementacijom ovog rada, objavili smo open-source i unaprijeđenu inačicu implementiranu u Pytorchu.

Model pod nazivom COVID-Next koristi arhitekturu koja temelje ima u poznatoj ResNext50 arhitekturi, sadrži 5x manje parametara nego COVID-Net arhitektura te ostvaruje usporedive rezultate.

Cilj je potaknuti široku primjenu i poboljšanja ovog pristupa zbog čega je projekt objavljen pod MIT licencom.

Tensorflow i Pytorch dva su najpoznatija frameworka za duboko učenje i naša motivacija bila je Pytorch istraživačkoj zajednici pružiti jednako polazište koje Tensorflow zajednica već ima kada je u pitanju istraživanje COVID-19 pomoću umjetne inteligencije. Kao što su autori rada već napomenuli, ovaj model još uvijek ne nudi performanse potrebne za stavljanje u produkcijski sustav. Glavni problem koji treba riješiti je broj COVID-19 slika unutar korištenog skupa podataka koji nije dovoljno velik i različit da pruži reprezentativne rezultate koje krajnji korisnici mogu očekivati.

SARS-CoV-2 main viral protease
SARS-CoV-2 main viral protease

Dijeljenje distribuiranih komputacijskih resursa

Jedan od najjednostavnijih praktičnih načina kako pomoći znanstvenoj zajednici u borbi sa COVID-19 projekt je Folding@home. Upravo je to razlog zašto smo i mi u Velebit AI odlučili doprinijeti vlastitim komputacijskim resursima.

Folding@home (FAH ili F@h) distribuiran je komputacijski projekt za simuliranje dinamike proteina uključujući procese preklapanja proteina i kretnje proteina implicirane u raznim bolestima. Otkrića nastala iz ovih podataka pomažu znanstvenicima bolje razumjeti biologiju te im pružaju nove prilike za razvoj lijekova. Ljudi koji stoji iza projekta neumorno rade na dodavanju novih komputacijskih zadataka vezanih uz SARS-CoV-2 virus s ciljem otkrivanja novih terapija. Za više detalja vezanih uz specifične komputacijske poslove, pročitajte njihovu blog objavu.

Ako imate na raspolaganju slobodnih CPU ili GPU komputacijskih resursa, oni mogu biti iskorišteni za rješavanje problema vezanih uz SARS-CoV-2. Folding@home program radi na Linux, Windows i macOS operacijskim sustavima. Proces instalacije je jednostavan i možete ga pronaći u službenim uputama za instalaciju.

We build AI for your needs.

Meet our highly experienced team who just loves to build AI and design its surrounding to incorporate it in your business. Find out for your self how much you can benefit from our fair and open approach.

Contact Us

Members of