Fetch.AI的共享数据网络成功通过X射线识别COVID病例，达到97%的精确度

摘要： 截至2020年11月，CoLearn已通过从医院和私人诊所获得的胸部X光图像进行训练，成功识别出COVID-19病例。这是由剑桥科技创业公司Fetch.ai推出的一个基于区块链的分散人工智能集体数据中心，致力于收集私人X射线图像中肺炎和COVID-19患者之间差异的知识。

Fetch.ai构建了一个开放存取、标记化、去中心化的机器学习网络，使智能基础设施能够围绕分散的数字经济而构建。该网络以开源技术为基础，用户可以通过运行该技术连接到网络上，从而在世界范围的安全数据集上获取人工智能的力量，从而在现代经济中执行复杂的协调任务。该公司的关键工具是一组提供人工智能服务的自主软件代理，连接原始和处理数据的供应商和消费者。

Fetch.ai的CoLearn网络为医院和医生提供了一个网络平台，他们可以使用自己的私人数据，以胸部X光片的形式进行标记，根据肺炎患者是否检测出COVID-19呈阳性，包括确认是否需要插管或补充氧气。

据Fetch.ai表示，CoLearn网络将使来自世界各地的多个参与者能够在私人数据上安全地训练共享机器学习模型，进而构建一个能够从私人数据中学习，但无需访问私有数据的网络。据报道，截至2020年11月，CoLearn已通过在洛杉矶和伦敦的分布式网络中进行训练，成功识别出医院和私人诊所提交的胸部X光图像中的COVID-19病例。因此，它可以为医生提供一个数字化的第二个意见，以确认或质疑他们对病人病情的评估。

Fetch.ai首席执行官Humayun Sheikh表示：“机器学习正在以以前无法想象的方式改变我们的日常生活，这些算法无处不在，从口袋里的移动设备到交通摄像头，再到我们访问的网站。它们有一个共同的目标，就是根据给定的数据集构建模型来做出准确的预测。Fetch.ai的目标是利用尚未使用和未知的数据来解决复杂的协调任务，在这种情况下，我们创建了一个数据库，可以快速识别COVID-19患者的存在，并让缺乏机器学习/人工智能经验的医院从集体模型中受益。”

热点：ETC 数据