ケニアの子どもたちの寄生虫感染症と戦う革新的なアプローチとして、専門家からなる協力チームが、深層学習システムを使用して、糞便サンプルの分析により感染症を効率的に診断しています。この革新は、PLOS Neglected Tropical Diseasesで強調された最近の研究で議論されました。
要約：複数の機関の専門家が、ケニアの子どもたちの糞便サンプルにおける寄生虫の卵を迅速に特定することができる人工知能システムを導入しました。この進歩は、制限された研究所へのアクセスが限られている地域やリソースが限られている地域に、迅速かつ費用対効果の高い診断手段を提供することを約束しています。
研究所サービスが不足しているか手の届かない地域では、多くの寄生虫感染症が検出されません。この診断のギャップを埋めることを目指して、研究者たちは、ケニアの子どもたちからの1,300の糞便サンプルを用いて洗練された人工知能アプリケーションを訓練し、ネムリストダニ、アスカリ、およびムカデ虫の特定を目指しました。これらのサンプルは、顕微鏡カメラでデジタル化され、クラウドにアップロードされ、AIによって分析されました。
AIの診断能力は印象的で、卵の種類に応じて76％〜96％の検出率を誇りながら、1％〜2％の低い誤検出率を維持していました。調査結果から、この技術を広範囲に野外展開する可能性が示唆されています。
AIは約5分で分析を完了しましたが、アップロード速度によるばらつきがありました。研究者たちは、このAIアプリケーションがネットワーク接続を介してアクセスでき、伝統的な研究所技術者と比較してアフィールな価格であるため、資源が限られた環境での疾病管理の取り組みを高める可能性が大きいと楽観的です。
The source of the article is from the blog bitperfect.pe