人工智能可以发现人类粪便样本中的寄生虫卵,包括实验室技术人员使用显微镜研究相同样本时遗漏的寄生虫卵。 这一发现表明人工智能可以帮助我们更好地诊断和治疗全球寄生虫感染。
世界卫生组织估计,世界上近四分之一的人口(即 15 亿人)被生活在肠道系统中的寄生虫感染。 感染可能导致营养不良、贫血或认知发育障碍。 但诊断和治疗往往难以实现,因为受过培训来发现感染的专家数量有限。
作者:约翰·隆德 瑞典卡罗林斯卡学院的教授和他的同事想知道人工智能是否可以提供帮助。 “该方法主要是为了更广泛地诊断寄生虫感染,”他说。
研究人员使用从肯尼亚学生收集的约 1300 个粪便样本来训练和测试他们的人工智能系统。 样本由当地医疗实验室制备,并在显微镜下进行数字扫描。 然后,这些扫描结果通过移动互联网上传到云端进行人工智能分析。
人工智能训练的重点是识别三种寄生虫的卵:蛔虫 蛔虫人类鞭虫 鞭虫 和钩虫,例如 十二指肠钩虫 或者 美国杀手。
该团队根据训练有素的实验室技术人员手动检查样本的性能来评估人工智能的性能。 AI 方法准确地检测出技术人员发现的 76% 至 96% 的感染,具体取决于寄生虫种类。
“这项研究显示出识别这些寄生虫感染的相对较好的敏感性和较高的特异性,”说 艾萨克·博戈赫 加拿大多伦多大学的教授,他没有参与这项研究。 “这是一个非常好的消息。”
重要的是,人工智能还被证明能够识别感染,即使是相对较少的寄生虫卵。 事实上,它发现了人类专家遗漏的 79 个病例。 但与此同时,人工智能避免陷入错误识别实际不存在的感染的陷阱。 只有 1% 到 2% 的案例中,人工智能错误地识别出样本中的感染,但最终证明样本没有受到感染。
目前,使用人工智能处理每个样本需要 20 到 35 分钟。 但这主要是因为该研究涉及使用慢速网络上传数据。 实际的人工智能分析只需 5 分钟,因此研究人员建议,通过接入 5G 网络实现更快的数据上传,处理时间可以减少 8 至 17 分钟。 更重要的是,未发表的成本估算表明人工智能检测“肯定比完全手动的方法更便宜”,他说 尼娜·林德 瑞典乌普萨拉大学的教授,该研究的合著者。
博戈赫表示,即便如此,人工智能方法能否快速诊断其所在社区的人们并为临床决策提供信息仍有待观察。 鉴于该技术涉及将健康数据上传到云端,他指出在知情同意和数据隐私方面存在道德考虑。
“这是令人难以置信的技术,但它必须在道德框架内完成,”博戈赫说。 “我毫不怀疑他们正在这样做。”
主题: