Forskare vid Beth Jezreiel Medical Center i Boston har skapat mikroskop av artificiell intelligens som själva kan leta efter farliga bakterier i ett blodprov. Resultaten publiceras i Journal of Clinical Microbiology. Detta rapporteras av Eurekalert.
Med en brist på högt kvalificerade mikrobiologer är det svårt att diagnostisera patienter. Men forskare har hittat en lösning på detta problem. De tog ett automatiskt mikroskop som kan ta högupplösta fotografier och blodprover som färgades för att göra bakterierna bättre synliga. De använde sedan ett ultra-exakt neutronnätverk utformat för bildigenkänning och utbildade det för att känna igen bakterier efter deras form och plats.
Forskarna började med de vanligaste bakterierna: E. coli med sin långsträckta form, stafylokock, vars runda celler växer i "kluster", och streptokocker, som kan växa i par eller kedjor. Forskare har gjort mer än 100 000 bilder för undervisning av 25 000 bilder erhållna från klinisk vardag. Konstgjord intelligens kunde känna igen tre arter av bakterier med 95% noggrannhet. Forskarna föreslog sedan att 189 prover skulle sorteras utan någon mänsklig intervention. Algoritmen hanterade uppgiften och gav korrekta svar 93% av tiden.
"Som barn behöver detta system utbildning", säger huvudförfattaren James Kirby, chef för Clinical Microbiology Laboratory och professor vid Harvard Medical School. "Lärande kräver mycket övning, systemet gör en hel del misstag och lär sig av dem."
En snabb diagnos av bakterier i blodet kan rädda många människors liv: nu har en patient med blodförgiftning 40% risk för dödsfall. Enligt författarna till studien kan artificiell intelligens inte bara hjälpa till att bestämma orsakerna till infektion i medicinska centra där det inte finns tillräckligt med mikrobiologer, utan kan också utbilda studenter och praktikanter.
