Det er ideen bak nytt arbeid utført av mikrobiologer ved Beth Israel Deaconess Medical Center (BIDMC), et undervisningssykehus ved Harvard Medical School. Forskere der har utviklet et mikroskop som er forbedret av maskinlæringsteknologi for å hjelpe med å diagnostisere potensielt dødelige blodinfeksjoner, noe som i stor grad forbedrer pasientenes sjanser for å overleve i prosessen.
Anbefalte videoer
"Når noen har en infeksjon på sykehuset, sendes pasientprøver til et mikrobiologisk laboratorium, hvor en diagnose stilles," Dr. James Kirby, direktør for Clinical Microbiology Laboratory ved BIDMC og førsteamanuensis i patologi ved Harvard Medical School, fortalte Digital Trends. "Det finnes forskjellige typer infeksjoner, inkludert
bakteriell, sopp og parasitter. Disse kan være blodbaneinfeksjoner, urinveisinfeksjoner, lungebetennelse eller diaré. Pasientprøven undersøkes under et mikroskop av en mikrobiologisk teknolog, som gjenkjenner former, farger og mønstre av organismene, og bestemmer klassen eller typen av smittestoff. Denne kritiske informasjonen brukes av leger for å velge effektiv behandling."Så hvorfor bruke kunstig intelligens (A.I.)? Årsaken er at det tar år å bli en ekspert som nøyaktig og konsekvent kan gjenkjenne mikrober. Det tar også lang tid å se gjennom en prøve - noe som er mindre og mindre enkelt å gjøre i travle moderne laboratorier. For å lage et høyteknologisk alternativ, trente forskerne et konvolusjonelt nevralt nettverk til å gjenkjenne smittestoffer i pasientprøver ved å vise det 100 000 treningsbilder. I tester var den forbløffende 95 prosent nøyaktig til å stille diagnoser.
"Vi kan se for oss en A.I. som stiller en primærdiagnose når den går gjennom fullt treningstempo og blir ekspert,” fortsatte Kirby. "Men, en ting vi er veldig begeistret for, er noe vi kaller "technologist assist." Tanken er å kombinere ferdighetene til en mikrobiologisk teknolog og A.I. Nærmere bestemt vil et automatisert mikroskop fange hundrevis av bilder fra pasientprøven. A.I. Programmet vil deretter identifisere utvalgte bilder som inneholder mikrober og presentere dem for en teknolog på en dataskjerm med en foreslått diagnose. Teknologen ville deretter skanne bildene på skjermen og bekrefte diagnosen. Mikrober er ofte svært sjeldne i prøver, og det kan ta lang tid for en teknolog å identifisere mikrober på standard manuell måte. Teknologhjelp vil redusere teknologtiden som trengs for en diagnose til sekunder.»
Et papir som beskriver prosjektet var nylig publisert i Journal of Clinical Microbiology.
Redaktørenes anbefalinger
- Les den uhyggelig vakre 'syntetiske skriften' til en A.I. som tror det er Gud
- Hvordan USPS bruker Nvidia GPUer og A.I. for å spore manglende e-post
- Hvorfor lære roboter å leke gjemsel kan være nøkkelen til neste generasjons A.I.
- The BigSleep A.I. er som Google Bildesøk etter bilder som ikke eksisterer ennå
- Smart ny A.I. systemet lover å trene hunden din mens du er borte fra hjemmet
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
