eng
Просмотры: 950
21.12.2017
Израильские микробиологи научили нейросеть распознавать бактерии в образцах крови с точностью 93%; в перспективе такие системы могут заменить лаборантов.
Микробиологи из медицинского центра Бет-Израэл (BIDMC) создали “умный” микроскоп, который с помощью искусственного интеллекта определяет патогены в крови. Изображения, полученные с помощью микроскопа, обрабатываются алгоритмом машинного обучения.
Сверточную нейросеть, распознающую снимки, сделанные с помощью микроскопа, обучили на массиве из 100 тысяч фрагментов снимков 25 тысяч образцов, предварительно обработанных красителем, чтобы сделать бактерии более контрастными, и выдержанных в нормальных условиях для того, чтобы дать бактериям возможность размножиться. Нейросеть научилась распознавать бактерии и определять их вид по внешним признакам. Нейросеть учитывала форму и организацию бактерий, поскольку по этим признакам легко узнать самые распространенные болезнетворные организмы – палочки E. coli, округлые кластеры стафилококков и цепочки стрептококков. К концу обучения точность определения видов бактерий составила 95%.
Затем нейросеть испытали на 189 образцах, которые обрабатывались без вмешательства человека; в этом случае система правильно определяла вид бактерий в 93% случаев. Дальнейшее обучение способно превратить систему в надежный и совершенно автономный инструмент диагностики, считают авторы разработки.
Авторы разработки отмечают, что лаборанты как правило очень точно диагностируют бактериальные инфекции по анализам крови. Привлечь ИИ потребовалось не для того, чтобы повысить эффективность работы людей. Дело в том, что микробиологические лаборатории испытывают большую нехватку квалифицированных лаборантов, и нового притока кадров в ближайшие годы не предвидится. На место недостающих специалистов может прийти искусственный интеллект; это позволит пациентам не столкнуться с последствиями кадрового кризиса, поясняют израильские ученые.
Каждый год бактериальные инфекции убивают тысячи людей по всему миру; своевременная точная диагностика может спасти их жизни. Кроме того, натренированная нейросеть сама по себе становится базой данных, на которой можно обучать новых специалистов. Вдобавок ее можно будет использовать для анализа и обобщения данных; для научной работы.
Описание системы опубликовано в журнале Journal of Clinical Microbiology, кратко о нем рассказывает пресс-релиз на сайте BIDMC.
Сверточную нейросеть, распознающую снимки, сделанные с помощью микроскопа, обучили на массиве из 100 тысяч фрагментов снимков 25 тысяч образцов, предварительно обработанных красителем, чтобы сделать бактерии более контрастными, и выдержанных в нормальных условиях для того, чтобы дать бактериям возможность размножиться. Нейросеть научилась распознавать бактерии и определять их вид по внешним признакам. Нейросеть учитывала форму и организацию бактерий, поскольку по этим признакам легко узнать самые распространенные болезнетворные организмы – палочки E. coli, округлые кластеры стафилококков и цепочки стрептококков. К концу обучения точность определения видов бактерий составила 95%.
Затем нейросеть испытали на 189 образцах, которые обрабатывались без вмешательства человека; в этом случае система правильно определяла вид бактерий в 93% случаев. Дальнейшее обучение способно превратить систему в надежный и совершенно автономный инструмент диагностики, считают авторы разработки.
Авторы разработки отмечают, что лаборанты как правило очень точно диагностируют бактериальные инфекции по анализам крови. Привлечь ИИ потребовалось не для того, чтобы повысить эффективность работы людей. Дело в том, что микробиологические лаборатории испытывают большую нехватку квалифицированных лаборантов, и нового притока кадров в ближайшие годы не предвидится. На место недостающих специалистов может прийти искусственный интеллект; это позволит пациентам не столкнуться с последствиями кадрового кризиса, поясняют израильские ученые.
Каждый год бактериальные инфекции убивают тысячи людей по всему миру; своевременная точная диагностика может спасти их жизни. Кроме того, натренированная нейросеть сама по себе становится базой данных, на которой можно обучать новых специалистов. Вдобавок ее можно будет использовать для анализа и обобщения данных; для научной работы.
Описание системы опубликовано в журнале Journal of Clinical Microbiology, кратко о нем рассказывает пресс-релиз на сайте BIDMC.
Комментарии читателей
