Algoritmo de aprendizagem profunda detecta malária com enorme sucesso

luz intermitente mosquitos malária mosquito tigre
Os mosquitos são os animais mais mortais do mundo, de acordo com a Organização Mundial de Saúde, o que faz com que estes insectos sejam mais do que meras pragas para cerca de 500 milhões de pessoas todos os anos. Suas mordidas podem ser irritantes, mas as doenças que transmitem podem ser fatais. De todas as doenças transmitidas pelos mosquitos, a malária é de longe a mais ofensiva, causando a morte de cerca de 2,7 milhões de pessoas anualmente.

A detecção da malária é bastante simples na medicina ocidental. “Atualmente, a técnica padrão-ouro para diagnosticar a malária é a avaliação microscópica manual de esfregaços de sangue corados por microscopistas especialistas que estão em falta em ambientes com poucos recursos”, Professor de Biomedicina da Duke University Engenharia Adão Cera disse Tendências Digitais. Em outras palavras, profissionais bem treinados precisam gastar muito tempo olhando através de microscópios.

Vídeos recomendados

Mas os especialistas são escassos, especialmente nas regiões empobrecidas onde a malária atinge mais duramente, por isso a equipe de engenheiros da Duke desenvolveu uma técnica inovadora que substitui o especialista por um algoritmo. Eles

publicaram um artigo sobre seu estudo na revista Plos One na semana passada.

Para começar, os pesquisadores direcionam um laser para frente e para trás através de uma amostra de sangue para construir uma imagem holográfica. A técnica é bastante padronizada – uma que a equipe usa há anos. As imagens podem mostrar deformações e vários sinais de infecção nas células, mas ainda precisam ser analisadas para saber se os sintomas são de malária ou de outra doença.

Wax e o estudante de doutorado Han Sang Park identificaram 23 métricas – como espessura celular e assimetria – que ajudam a distinguir células infectadas de células não infectadas. As métricas foram úteis, mas menos confiáveis ​​do que os pesquisadores desejavam. Nenhum deles excedeu 90% de precisão por si só, então não conseguiram comparar o olho de um profissional treinado com um microscópio. Foi aí que o algoritmo entrou.

Os pesquisadores alimentaram dados de milhares de células saudáveis ​​e não saudáveis ​​no programa de aprendizagem profunda, que treinou determinar quais os parâmetros em que limiares e quais as combinações que mais provavelmente sinalizariam uma situação de malária infecção.

Depois de visualizar milhares de imagens, o algoritmo aprendeu a detectar corretamente a malária com pelo menos 97 por cento precisão e processar milhares de células por minuto, desconstruindo os hologramas em dados simplificados no 23 Métricas. Os hologramas podem ser facilmente empacotados e transmitidos em massa, uma vez que o algoritmo os analisa em tal métricas simplificadas, tornando a técnica viável para regiões com poucos recursos onde a conexão à Internet tende a ser irregular.

Embora bem-sucedidos, os instrumentos criados por Wax e Park eram mais adequados para laboratórios. Desde então, eles desenvolveram uma versão portátil e mais acessível que pode ser usada em campo e custa cerca de US$ 500.

Recomendações dos Editores

  • Esta nova ferramenta do Photoshop pode trazer magia de IA para suas imagens
  • Ilusões de ótica podem nos ajudar a construir a próxima geração de IA
  • Um fã de Star Trek falsificou dados da era da próxima geração na nova série Picard
  • Projetar novos medicamentos leva anos, mas a I.A. poderia ajudar a reduzir isso para dias
  • IA de caça a deepfakes poderia ajudar a contra-atacar a ameaça de notícias falsas

Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.