AI篩查瘧疾的速度比人類專家快

根據發(fā)表在《數(shù)字影像雜志》上的一項新研究，人工智能可以幫助改善在資源匱乏地區(qū)的瘧疾篩查。研究人員開發(fā)的模型與人類專家一樣精確，并且速度快了“幾個數(shù)量級”。

土耳其中東技術大學的作者Samson Chibuta和Aybar C. Acar寫道：“由于成本效益，簡單性和多功能性，顯微鏡特別適合于資源匱乏和疾病負擔大的地區(qū)。”“但是，手動顯微鏡檢查瘧疾寄生蟲的檢測，寄生蟲生命階段的分化和寄生蟲計數(shù)非常費力且主觀，需要熟練的衛(wèi)生人員。”

在缺乏訓練有素的醫(yī)療服務提供者的地區(qū)，顯微檢查變得更具挑戰(zhàn)性。這組作者補充說，這導致診斷“僅根據臨床癥狀和體征作出”，這種趨勢可能導致更多的錯誤，成本增加，耐藥性增加甚至更多的患者死亡。

Chibuta和Acar開發(fā)了一種基于深度學習的替代解決方案，用于在資源貧乏地區(qū)進行瘧疾篩查，該解決方案具有降低成本的潛力，同時仍可提供高質量的護理。該團隊修改了一種現(xiàn)有的檢測算法，稱為“一次只能活一次”(YOLO)，并選擇了特定算法以提高速度，并通過優(yōu)化可以使其更快。然后使用一個數(shù)字顯微鏡相機拍攝的圖像數(shù)據集(數(shù)據集A)和使用傳統(tǒng)顯微鏡中安裝的手機拍攝的圖像第二數(shù)據集(數(shù)據集B)訓練和評估模型。兩個數(shù)據集均包含專家注釋。

總體而言，作者對數(shù)據集A的準確性達到了99.07%，對于數(shù)據集B的準確性達到了97.46%。它也非?？?，可以在幾毫秒內得出結果。

Chibuta和Acar寫道：“兩個測試數(shù)據集的平均平均精度與人類專家相當，但是速度快了幾個數(shù)量級，因為我們可以使用簡單的移動設備在幾毫秒內處理單個圖像。”“我們演示了如何將通用的對象檢測算法重新用于檢測非常小的對象，這需要熟練的專家進行準確識別。我們的系統(tǒng)能夠以高精度和高靈敏度檢測并定位濃血涂片中的瘧原蟲。”