Det er ideen bag nyt arbejde udført af mikrobiologer ved Beth Israel Deaconess Medical Center (BIDMC), et undervisningshospital ved Harvard Medical School. Forskere der har udviklet et mikroskop, der er forbedret af maskinlæringsteknologi at hjælpe med at diagnosticere potentielt dødelige blodinfektioner, hvilket i høj grad forbedrer patienternes chancer for at overleve i processen.
Anbefalede videoer
"Når nogen har en infektion på hospitalet, sendes patientprøver til et mikrobiologisk laboratorium, hvor der stilles en diagnose." Dr. James Kirby, direktør for Clinical Microbiology Laboratory ved BIDMC og lektor i patologi ved Harvard Medical School, fortalte Digital Trends. "Der er forskellige typer infektioner, bl.a
bakteriel, svampe og parasitter. Disse kan være blodbaneinfektioner, urinvejsinfektioner, lungebetændelse eller diarré. Patientprøven undersøges under et mikroskop af en mikrobiologisk teknolog, som genkender organismernes former, farver og mønstre og bestemmer klassen eller typen af infektiøst agens. Denne kritiske information bruges af læger til at vælge effektiv behandling."Så hvorfor bruge kunstig intelligens (A.I.)? Årsagen er, at det tager år at blive en ekspert, der nøjagtigt og konsekvent kan genkende mikrober. Det tager også lang tid at gennemgå en prøve - noget, der er mindre og mindre nemt at gøre i travle moderne laboratorier. For at skabe et højteknologisk alternativ trænede forskerne et konvolutionelt neuralt netværk til at genkende smitsomme stoffer i patientprøver ved at vise det 100.000 træningsbilleder. I test var den forbløffende 95 procent nøjagtig til at stille diagnoser.
"Vi kan forestille os en A.I. der stiller en primær diagnose, når den har gennemgået sit fulde træningstempo og bliver ekspert,” fortsatte Kirby. "Men én ting, vi er virkelig begejstrede for, er noget, vi kalder 'technologist assist'. Idéen er at kombinere kompetencerne fra en mikrobiologisk teknolog og A.I. Specifikt vil et automatiseret mikroskop fange hundredvis af billeder fra patientprøven. A.I. programmet vil derefter identificere udvalgte billeder indeholdende mikrober og præsentere dem for en teknolog på en computerskærm med en foreslået diagnose. Teknologen ville derefter scanne billederne på skærmen og bekræfte diagnosen. Mikrober er ofte meget sjældne i prøver, og det kan tage lang tid for en teknolog at identificere mikrober på den manuelle standard måde. Teknologassistent vil reducere den tid, der er nødvendig for en diagnose, til sekunder."
Et papir, der beskriver projektet var for nylig offentliggjort i Journal of Clinical Microbiology.
Redaktørens anbefalinger
- Læs det uhyggeligt smukke 'syntetiske skrift' af en A.I. der tror, det er Gud
- Hvordan USPS bruger Nvidia GPU'er og A.I. at spore manglende mail
- Hvorfor lære robotter at lege gemmeleg kunne være nøglen til næste generations A.I.
- The BigSleep A.I. er ligesom Google Billedsøgning efter billeder, der ikke eksisterer endnu
- Smart ny A.I. systemet lover at træne din hund, mens du er væk hjemmefra
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
