Искусственный интеллект, используемый для быстрой и точной идентификации бактерий: искусственный интеллект на основе микроскопов может уменьшить нехватку клинических микробиологов

«Это первая демонстрация машинного обучения в области диагностики», — сказал старший создатель Джеймс Кирби, доктор медицинских наук , директор лаборатории клинической микробиологии BIDMC и доцент кафедры патологии Гарвардской медицинской школы. «При грядущем развитии мы считаем, что эта разработка может лечь в базу будущей диагностической платформы, которая расширит возможности клинических лабораторий и в конечном итоге ускорит оказание помощи больным».Команда Кирби использовала непроизвольный микроскоп, предназначенный для сбора данных изображения с высоким разрешением со слайдов микроскопа.

В этом случае образцы крови, забранные у больных с подозрением на заразу кровотока, инкубировали для увеличения количества бактерий. Затем готовили предметные стекла, помещая каплю крови на предметное стекло и окрашивая красителем, чтобы структуры бактериальных клеток были более заметными.Затем они обучили сверточную нейронную сеть (CNN) — класс ИИ, смоделированный на базе зрительной коры головного мозга млекопитающих и используемый для анализа визуальных данных — для классификации бактерий на базе их формы и распределения. Эти характеристики были выбраны для представления бактерий, каковые значительно чаще вызывают заразе кровотока; палочковидные бактерии, включая E. coli; круглые скопления видов Staphylococcus; и пары или цепочки видов Streptococcus.

«Как и в юные годы, совокупность нуждалась в обучении», — сказал Кирби. «Чтобы обучиться распознавать бактерии, нужно много практиковаться, делать неточности и извлекать уроки из этих неточностей».Чтобы научить его, ученые скармливали собственной необразованной нейронной сети более 25000 изображений образцов крови, взятых на протяжении несложных клинических изучений. Обрезав эти изображения, на которых бактерии уже были идентифицированы клиническими биологами, исследователи создали более 100 000 обучающих изображений. Машинный интеллект обучился сортировать изображения по трем категориям бактерий (палочковидные, круглые скопления и круглые цепи или пары), в конечном итоге достигнув фактически 95-процентной точности.

Затем команда внесла предложение способу упорядочить новые изображения из 189 слайдов без вмешательства человека. В целом способ достиг точности более 93% во всех трех категориях. Кирби и его сотрудники предполагают, что при дальнейшем развитии и обучении платформу с улучшенным ИИ вероятно будет использовать в качестве целиком и полностью автоматизированной совокупности классификации в будущем.

Одвременно с этим Кирби предполагает, что автоматическая классификация может уменьшить недостаток людей-технологов, помогая им трудиться более действенно, «возможно, уменьшая время чтения технолога с мин. до секунд», — сказал он.Без оглядки на то, что специалисты-технологи как правило ставят правильные заключения, спрос на этих высококвалифицированных работников превышает предложение В Соединенных Штатах. Согласно данным анкетирования, совершённому Американским обществом клинической патологии в 2014 году, девять процентов лабораторных технологов остаются незаполненными, и ожидается, что это число скоро возрастет, вследствие того что технологи поколения бэби-бумеров начинают массово уходить на пенсию.Более того, эти изображения вероятно отправлять удаленно, снабжая громаднейший уровень знаний в любом уголке Интернета.

Это очень принципиально важно, вследствие того что быстрое выявление и доставка антибиотиков имеется ключом к лечению зараз кровотока, каковые смогут убить до 40 процентов больных, у которых они развиваются. Каждый день, в то время, в то время, когда больной остается без лечения, связан с повышенным риском смерти.Кирби подчернул, что не считая клинического применения новый инструмент может также применяеться в обучении и исследованиях в области микробиологии.«Этот инструмент делается живым хранилищем данных, в то время, в то время, когда мы его используем», — сказал он. «И вероятно использован для обучения нового персонала и обеспечения компетентности.

Он может обеспечить беспрецедентный уровень детализации в качестве исследовательского инструмента».


12 комментариев к “Искусственный интеллект, используемый для быстрой и точной идентификации бактерий: искусственный интеллект на основе микроскопов может уменьшить нехватку клинических микробиологов”

  1. Плахтюрина Алина

    Судячи із роліку там в них теперка модно буди пірлами на пєрєдєржкє ;-))

  2. Кабальнова Лиана Юлиевна

    У крымчан, отказавшихся от российского гражданства, могут отобрать земельные участки Крымская правозащитная группа

  3. а все, кто с аленями связался, плохо кончили. того же януковича взять, например.

Оставьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *