核酸の結果を数えるのは難しいですか?復旦大学の博士課程の学生の活動が人気に

核酸の結果を数えるのは難しいですか?復旦大学の博士課程の学生の活動が人気に

核酸レポートの手動検証は時間がかかり、面倒で、エラーが発生しやすくなります。どうすればよいでしょうか?

4月7日、復旦大学の公式Weiboアカウントは、同大学が3月初旬から定期的な核酸検査を開始し、クラスのカウンセラーに学生の「健康クラウド」の核酸検査完了スクリーンショットを確認し、「誰も見逃さない」ようにすることを義務付けていると投稿した。

同大学情報科学工学部の博士課程学生である李暁康氏の操作は人気を博しており、数百人の核酸を迅速に検証し、わずか数分でスクリーンショットを完成させることができ、検証の効率と精度が大幅に向上しました。

1時間から2分へ、それを実行するためのコードの文字列

李暁康氏は現在、同大学の2019年度情報1クラスのカウンセラーを務めているとのこと。

核酸検査報告書の検証作業については、「簡単なように聞こえるが、実際には授業のスクリーンショット1枚を検証するのに30分かかることもある。学生数が多い学部だともっと時間がかかるし、間違いや漏れもあるかもしれない」と語った。

李暁康はボランティアをしている

彼はバイオメディカル工学の博士課程の学生であり、研究分野は医用画像処理と人工知能で、多くの画像処理手法に触れています。李暁康が最初に思いついたのは、以前に学んだOCR(光学文字認識)技術だった。

「OCRは画像内の文字を認識してテキスト情報に変換できるので、検証に便利です。また、核酸のスクリーンショットは印刷されたフォントなので、認識率が非常に高く、ほぼ100%の精度が得られます。」

彼はまた、文字列内の特定のパターンを検索できる Python の正規表現についても考えました。

「正規表現を使用して、OCRで認識したテキストから必要な情報をフィルタリングできます。最後に、各スクリーンショットで名前、検出時間、サンプルが取得されているかどうかを確認した後、全員の結果がExcelファイルにエクスポートされ、手動で確認されます。」

最終的に、Li Xiaokangは「OCRテキスト認識+正規表現スクリーニング」というプログラムのアイデアを決定しました。 3月15日の夕方、彼は1時間以上かけて合計130行の初期コードを書き、それが確かにスムーズかつ高効率で実行できることを発見した。

Li Xiaokang が初めてプログラムを書き始めたときの学生時代の同僚との会話

プログラムが完成するとすぐに、李暁康は自分のクラスの核酸スクリーンショットデータでそれを検証しました。確かに精度は非常に高く、以前の手動検証では発見されなかった問題も検出されました。さらに、プログラムは非常に高速に実行され、80 枚を超える画像を処理するのに 20 秒以上しかかかりません。

復旦大学:全校をカバーする予定

現在、このプログラムは大学で2週間実施されています。李暁康氏はかつて、検証のために他の教師に自分のプログラムを試すように依頼したことがある。以前は、800 枚のスクリーンショットを確認するのに数人が 1 時間以上かかっていましたが、今では結果を得るのに 2 分しかかかりません。

彼がこれをWeChatモーメンツに投稿したところ、多くの同僚が興味を示し、彼もコードを共有しました。プログラミング方法を知らない教師にとって使いやすいように、 Li Xiaokang は最終的にプログラムをパッケージ化しました。これを使用するときは、コマンドラインに 1 行のコードを入力するだけで実行できます。

プログラムによって出力されたExcelファイル

学校の広報室も李暁康氏に連絡を取ったとみられる。近い将来、教師と生徒は手動で核酸のスクリーンショットを収集する必要がなくなり、ミニプログラムを通じて写真を直接アップロードし、いつでもバックグラウンドで統計結果を確認できるようになると予想されます。

記者が李暁康さんに連絡を取った4月7日の午後、彼は校舎内でボランティアとして給食を配達していた。

彼はかつてこう言いました。「原理は非常に単純です。コードを書ける人なら、一目見て何が起こっているのか理解できるでしょう。しかし、関連する仕事をしていない人には、この問題がいかに時間と労力がかかるかはわかりませんし、当然解決策も思いつきません。私は学んだ知識を実際の仕事の難しさを解決するために使っているだけです。」

<<:  エッジにおける AI について知っておくべきことすべて

>>:  2022QSリスト公開! MITがコンピュータサイエンスランキングでトップ、清華大学は15位、北京大学はトップ20から脱落

ブログ    
ブログ    
ブログ    

推薦する

英国メディア:中国と米国の人工知能の覇権争いで欧州は敗退

[[223787]]英国メディアは、現在の人工知能ブームの最も注目すべき特徴の一つは、中国が突如とし...

ジェネレーションオートメーション:AI主導の労働力

生成 AI は AI の「津波」を引き起こし、AI 駆動型アプリケーションの急速な開発、広範な採用、...

研究機関が新しいレポートでAIの売り手側と買い手側の成功への道筋を定義

調査会社ストラテジー・アナリティクスは新たな報告書の中で、人工知能製品のベンダーとそのユーザーの両方...

...

協働ロボットが製造業の未来に与える大きな影響

近年、協働ロボットはサイバー空間でよく使われる用語になりました。信頼性と効率性が厳しく問われているに...

特定のイベントが発生した正確な時刻を特定します。 Byte&復旦大学のマルチモーダル大型モデル解釈ビデオはとても良い

Byte & 復旦大学のマルチモーダル理解モデルはこちらです:ビデオ内の特定のイベントが発生...

...

生成 AI は企業の知識管理をどのように改善できるのでしょうか?

生成 AI を使用すると、ナレッジ管理チームは知識の取得と維持のプロセスを自動化できます。この記事で...

人工知能は、研究論文の合理的で興味深く、科学的に価値のあるタイトルを生成できるかもしれない。

人工知能(AI)技術は、将来の研究論文に対して、説得力があり、面白く、科学的な見出しを生成できること...

2024年の通信市場における主要トレンドを探る

1. 通信事業者は注文処理とサービスの有効化の簡素化に注力する効率性と俊敏性は、通信業界で成功するた...

2019 年の機械学習フレームワークの戦い: Tensorflow との競争は熾烈、進化する PyTorch はどこで勝利するのか?

[[278853]]ビッグデータダイジェスト制作出典: thegradient翻訳者: 張大毓如、...

エネルギー分野における人工知能の5つの主要な応用

[[435080]]エネルギー分野における AI の革新と進歩により、企業がエネルギーを生産、販売、...

ファーウェイのロボット犬が公開:AI技術を使用して動的なマルチターゲット追跡と追従を実現

ロボット界のインターネット有名人といえば、ボストン・ロボット・ドッグを挙げなければなりません。そして...

元GitHub CEO:AIプログラミングアシスタントCopilotは価格よりも安く、損失はない

10月13日、元マイクロソフト幹部で元GitHub CEOのナット・フリードマン氏は、10月12日に...

ジェネレーティブ AI によるヘルスケアの変革: 新たなユースケースと将来の可能性

ヘルスケアとウェルネスのダイナミックな分野では、ANI と生成 AI の組み合わせによる革命が進行し...