基于人工智能技术使用与智能手机拍摄的图像检测恰加斯病

当巴西免疫学家举行Nakaya访问Evandro恰加斯研究所贝伦(帕拉州的首都,巴西)在2017年,有一个骚动,因为它的一个最好的显微镜化验员是退休和大部分的知识用于快速、准确识别的原生动物利什曼虫将会丢失。

“我是沮丧的浪费失去所有的专业知识,它花了几十年。我们开始研究,并试图训练计算机程序使用这个专业的知识来识别微生物便宜,”Nakaya告诉FAPESP,必须占州政府通讯社

五年后,Nakaya领导的一组研究人员和科学家毛罗·塞萨尔Cafundo极其德发表的一项研究结果表明,人工智能可以用来检测鲁兹锥体,导致恰加斯病的寄生虫,在图像采集的血液样本的智能手机相机,光学显微镜分析。

该算法开发的组织可以从《华尔街日报》的一篇文章PeerJ。

“我们在这个机器学习倡议得到了很好的结果。该算法适用于恰加斯和可以用于其他目的,取决于图像,如对粪便样本分析,皮肤和阴道镜,”首席研究员Nakaya说炎性疾病研究中心(CRID),研究,创新和传播中心(RIDC)由FAPESP,必须占州政府由圣保罗大学的小溪Preto医学院(FMRP-USP)。Nakaya阿尔伯特·爱因斯坦也是一个研究员犹太医院(HIAE),科学平台Pasteur-USP (SPPU)和西班牙行动计划佩拉Saude (itp)。

的一种技术用于诊断恰加斯病是由显微镜化验员培训检测血液样本的寄生虫。这需要一个专业的显微镜,可以耦合到一个高分辨率相机,但该方法往往过于昂贵,无法负担为低收入病人。

分类由世界卫生组织(世卫组织)20被忽视的热带病之一(被忽略),恰加斯病是一种慢性感染性疾病的预防需要控制它的向量,该锥蝽(亲吻bug),因此公共卫生服务的响应。

在21个国家在美洲流行,鲁兹锥体寄生虫感染的影响大约600万人,年均发病率为30000新病例,平均每年导致14000人死亡。估计有7000万人感染这种疾病的风险,因为他们生活在区域暴露于锥蝽。

死于在巴西恰加斯正在迅速下行,但即便如此他们在过去十年平均为4000。

机器学习

研究人员开发的机器学习方法是基于随机森林算法训练检测和计数t cruzi trypomastigotes手机图片。Trypomastigotes原生动物的细胞外形式和唯一的舞台,在血液中循环的患者急性恰加斯病。

血涂片的图像样本的相机能够12像素的分辨率进行了分析得出一组特性常见1314个寄生虫,包括地貌形态示量参数(形状和大小),颜色和纹理。

在这部分的研究中,寄生虫专家若昂桑塔纳席尔瓦,Paola Minoprio和里卡多Gazzinelli训练算法识别t . cruzi协助机器学习和图像处理专家罗伯特·Marcondes塞萨尔jr .和卢西亚诺·达丰托拉哥。

的功能被分成训练集和测试集使用随机森林算法和分类。结果准确性和灵敏度的值被认为是高(分别为87.6%和90.5%)。

研究人员还分析了接受者操作特征曲线下的面积(AUC-ROC),广泛用于评估诊断准确性和图形表示最优测试截止。结果是0.942,被认为是杰出的(更高的曲线下的面积,更准确的测试)。

作者得出结论,用移动设备自动化分析的图像是一个可行的选择降低成本和获得的使用效率光学显微镜。“关键是生成图像和分析他们在显微镜下,可以发送到巴西的偏远地区。应用程序本身必须说他们是否导致恰加斯病的寄生虫的图像。因此,重要的是有一个健壮的和负担得起的显微镜,可以自动收集图片,”Nakaya说。

算法是开放的软件以便科学界提供数据和资源,他补充说。他指出,获得低成本供应显微镜是一个挑战。