นั่นคือแนวคิดเบื้องหลังงานใหม่ที่ดำเนินการโดยนักจุลชีววิทยาที่ Beth Israel Deaconess Medical Center (BIDMC) ซึ่งเป็นโรงพยาบาลสำหรับการสอนที่ Harvard Medical School นักวิจัยที่นั่นได้พัฒนากล้องจุลทรรศน์ที่ได้รับการปรับปรุงให้ดีขึ้น เทคโนโลยีการเรียนรู้ของเครื่อง เพื่อช่วยวินิจฉัยการติดเชื้อในเลือดที่อาจถึงแก่ชีวิต ซึ่งช่วยเพิ่มโอกาสรอดชีวิตของผู้ป่วยในกระบวนการนี้ได้อย่างมาก
วิดีโอแนะนำ
“เมื่อมีคนติดเชื้อในโรงพยาบาล ตัวอย่างผู้ป่วยจะถูกส่งไปยังห้องปฏิบัติการจุลชีววิทยา เพื่อทำการวินิจฉัย” ดร.เจมส์ เคอร์บี้ผู้อำนวยการห้องปฏิบัติการจุลชีววิทยาคลินิกที่ BIDMC และรองศาสตราจารย์ด้านพยาธิวิทยาที่ Harvard Medical School กล่าวกับ Digital Trends “การติดเชื้อมีหลายประเภทได้แก่ แบคทีเรีย, เชื้อรา และปรสิต สิ่งเหล่านี้อาจเป็นการติดเชื้อในกระแสเลือด การติดเชื้อทางเดินปัสสาวะ โรคปอดบวม หรือท้องเสีย ตัวอย่างผู้ป่วยจะได้รับการตรวจสอบภายใต้กล้องจุลทรรศน์โดยนักเทคโนโลยีจุลชีววิทยา ซึ่งจะจดจำรูปร่าง สี และรูปแบบของสิ่งมีชีวิต และกำหนดประเภทหรือประเภทของสารติดเชื้อ แพทย์ใช้ข้อมูลสำคัญนี้เพื่อเลือกการรักษาที่มีประสิทธิภาพ”
เหตุใดจึงต้องใช้ปัญญาประดิษฐ์ (A.I.)? เหตุผลก็คือต้องใช้เวลาหลายปีกว่าจะเป็นผู้เชี่ยวชาญที่สามารถจดจำจุลินทรีย์ได้อย่างถูกต้องและสม่ำเสมอ นอกจากนี้ การตรวจสอบตัวอย่างยังใช้เวลานานอีกด้วย ซึ่งเป็นสิ่งที่ทำได้ง่ายน้อยลงเรื่อยๆ ในห้องปฏิบัติการสมัยใหม่ที่มีผู้คนพลุกพล่าน เพื่อสร้างทางเลือกที่มีเทคโนโลยีสูง นักวิจัยได้ฝึกโครงข่ายประสาทเทียมแบบหมุนวนเพื่อจดจำเชื้อโรคในตัวอย่างผู้ป่วยโดยแสดงภาพการฝึก 100,000 ภาพ ในการทดสอบ มีความแม่นยำอย่างน่าประหลาดใจถึง 95 เปอร์เซ็นต์ในการวินิจฉัย
“เราสามารถจินตนาการถึง A.I. ที่ทำการวินิจฉัยเบื้องต้นเมื่อผ่านการฝึกฝนอย่างเต็มที่และกลายเป็นผู้เชี่ยวชาญ” เคอร์บีกล่าวต่อ “อย่างไรก็ตาม สิ่งหนึ่งที่เรารู้สึกตื่นเต้นมากคือสิ่งที่เราเรียกว่า 'ความช่วยเหลือจากนักเทคโนโลยี' แนวคิดคือการรวมทักษะของ นักเทคโนโลยีจุลชีววิทยาและ A.I. โดยเฉพาะกล้องจุลทรรศน์อัตโนมัติจะจับภาพหลายร้อยภาพจากตัวอย่างของผู้ป่วย เอไอ จากนั้นโปรแกรมจะระบุภาพที่เลือกซึ่งมีจุลินทรีย์และนำเสนอต่อนักเทคโนโลยีบนหน้าจอคอมพิวเตอร์พร้อมกับเสนอการวินิจฉัย จากนั้นนักเทคโนโลยีจะสแกนภาพบนหน้าจอและยืนยันการวินิจฉัย จุลินทรีย์มักพบได้น้อยมากในตัวอย่าง และอาจใช้เวลานานสำหรับนักเทคโนโลยีในการระบุจุลินทรีย์ด้วยวิธีมาตรฐานแบบแมนนวล ความช่วยเหลือจากนักเทคโนโลยีจะช่วยลดเวลาของนักเทคโนโลยีที่จำเป็นสำหรับการวินิจฉัยลงเหลือเพียงไม่กี่วินาที”
กระดาษอธิบายโครงการคือ ตีพิมพ์เมื่อเร็ว ๆ นี้ใน วารสารจุลชีววิทยาคลินิก.
คำแนะนำของบรรณาธิการ
- อ่าน 'พระคัมภีร์สังเคราะห์' ที่สวยงามน่าขนลุกของ A.I. ที่คิดว่าเป็นพระเจ้า
- USPS ใช้ Nvidia GPU และ A.I. เพื่อติดตามจดหมายที่หายไป
- เหตุใดการสอนหุ่นยนต์ให้เล่นซ่อนหาอาจเป็นกุญแจสำคัญของ A.I ยุคถัดไป
- BigSleep A.I. ก็เหมือนกับ Google Image Search สำหรับรูปภาพที่ยังไม่มี
- A.I. ใหม่อันชาญฉลาด ระบบสัญญาว่าจะฝึกสุนัขของคุณในขณะที่คุณไม่อยู่บ้าน
อัพเกรดไลฟ์สไตล์ของคุณDigital Trends ช่วยให้ผู้อ่านติดตามโลกแห่งเทคโนโลยีที่เปลี่ยนแปลงไปอย่างรวดเร็วด้วยข่าวสารล่าสุด รีวิวผลิตภัณฑ์สนุกๆ บทบรรณาธิการที่เจาะลึก และการแอบดูที่ไม่ซ้ำใคร
