Algorytm głębokiego uczenia się z ogromnym sukcesem wykrywa malarię

click fraud protection
migające światło komary malaria komar tygrysi
Według Światowej Organizacji Zdrowia komary są najbardziej śmiercionośnymi zwierzętami na świecie, co sprawia, że ​​owady te są czymś więcej niż tylko szkodnikami, na które co roku cierpi około 500 milionów ludzi. Ich ukąszenia mogą być irytujące, ale choroby, które przenoszą, mogą być śmiertelne. Ze wszystkich chorób przenoszonych przez komary malaria jest zdecydowanie najbardziej szkodliwą chorobą, powodując śmierć aż 2,7 miliona ludzi rocznie.

W medycynie zachodniej wykrycie malarii jest dość proste. „Obecnie złotym standardem w diagnostyce malarii jest ręczna ocena mikroskopowa zabarwionego rozmazu krwi doświadczonych mikroskopistów, których brakuje w warunkach o niskich zasobach”, profesor biomedycyny na Duke University Inżynieria Adama Waksa powiedział Digital Trends. Innymi słowy, dobrze wyszkoleni praktycy muszą spędzać dużo czasu na patrzeniu przez mikroskopy.

Polecane filmy

Jednak ekspertów brakuje, zwłaszcza w biednych regionach, w których malaria uderza najmocniej zespół inżynierów Duke opracował innowacyjną technikę, która zastępuje eksperta algorytm. Oni

opublikował artykuł na temat swoich badań w zeszłym tygodniu w czasopiśmie Plos One.

Na początek badacze świecą laserem w tę i z powrotem przez próbkę krwi, aby skonstruować obraz holograficzny. Technika jest dość standardowa – zespół stosuje ją od lat. Obrazy mogą przedstawiać deformacje i różne oznaki infekcji w komórkach, ale nadal należy je przeanalizować, aby określić, czy objawy mają malarię, czy inną chorobę.

Wax i doktorant Han Sang Park zidentyfikowali 23 wskaźniki – takie jak grubość komórek i asymetria – które pomagają odróżnić komórki zakażone od niezakażonych. Metryki były pomocne, ale mniej wiarygodne, niż oczekiwali badacze. Żadne z nich samodzielnie nie przekroczyło 90-procentowej dokładności, więc nie były w stanie dorównać oku przeszkolonego praktyka za pomocą mikroskopu. I tu wkroczył algorytm.

Naukowcy wprowadzili dane dotyczące tysięcy zdrowych i niezdrowych komórek do programu głębokiego uczenia się, który trenował samodzielnie określić, które parametry, w jakich progach i jakie kombinacje najprawdopodobniej będą sygnalizować malarię infekcja.

Po obejrzeniu tysięcy zdjęć algorytm nauczył się poprawnie wykrywać malarię z co najmniej 97 proc dokładność i przetwarzają tysiące komórek na minutę, dekonstruując hologramy na uproszczone dane na 23 metryka. Hologramy można łatwo pakować i przesyłać luzem, ponieważ algorytm na nich je analizuje uproszczone wskaźniki, dzięki czemu technika ta jest wykonalna w regionach o niskich zasobach, w których zwykle występuje połączenie internetowe łaciaty.

Chociaż instrumenty stworzone przez Wax and Park odniosły sukces, najlepiej nadawały się do laboratoriów. Od tego czasu opracowali przenośną i tańszą wersję, której można używać w terenie i kosztuje około 500 dolarów.

Zalecenia redaktorów

  • To nowe narzędzie programu Photoshop może dodać magię sztucznej inteligencji do Twoich zdjęć
  • Złudzenia optyczne mogą pomóc nam w zbudowaniu sztucznej inteligencji nowej generacji
  • Fan Star Trek głęboko sfałszował dane z ery nowej generacji do nowej serii Picard
  • Projektowanie nowych leków zajmuje lata, ale sztuczna inteligencja może pomóc skrócić tę liczbę do dni
  • Sztuczna inteligencja polująca na deepfake mogłoby pomóc w odwecie przeciwko zagrożeniu ze strony fałszywych wiadomości

Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.