Микроскоп с искусственным интеллектом находит применение в диагностике
Исследователи израильского медицинского центра Beth Israel Deaconess Medical Center (BIDMC) заявили о создании микроскопа с искусственным интеллектом, который способен быстро и точно обнаруживать бактерии.
«Это первый пример машины, способной к обучению в области диагностики», — заявил Джеймс Керби, доктор медицины, директор Лаборатории Клинической Микробиологии и доцент Гарвардской медицинской школы. «Мы считаем, что при дальнейшем развитии эта технология может стать основой диагностики будущего. Это позволит расширить оснащение клинико диагностической лаборатории и ее возможности, а также поможет быстрее предоставлять помощь пациентам».
Команда Керби в своей работе использовала автоматизированный микроскоп, предназначенный для сбора изображений предметных стекол в высоком разрешении. Образцы крови забирали у пациентов c подозрением на инфекции кровотока и инкубировали для увеличения количества бактерий. Потом кровь капали на предметное стекло и окрашивали — так было легче увидеть структуру клетки. Следующим шагом стала «тренировка» нейросети. Сверхточную нейронную сеть учили различать виды бактерий по их форме и их организации, основываясь на главных отличительных характеристиках бактерий, вызывающих инфекции кровотока. «Способность „узнавать“ бактерии приходит не сразу, для этого необходимо много практиковаться, делать ошибки и учиться на них», — подчеркнул Керби.
Чтобы натренировать свою еще не обученную нейросеть, ученые стали «скармливать» ей тысячи фотографий проб крови, собранных во время рутинных анализов. На них были видны бактерии, уже идентифицированные клиническими микробиологами, то есть, уже проверенные людьми. Исследователи разрезали 25 тысяч фотографий образцов крови, получив в конечном итоге более 100 тысяч изображений для обучения нейронной сети. Машина смогла рассортировать фото по трем категориям: фото с палочковидными бактериями, с колониями шаровидных бактерий в форме грозди и цепочки из кокков или диплококки. Точность работы нейросети по итогам исследования составила 95 процентов.
По словам Керби, данная технология уже работает, так как может использоваться прямо сейчас для тренировки новых сотрудников, повышения уровня компетенции и открытия новых возможностей в области исследований.