基于图像的人工智能有望在数字化粪便样本中检测寄生虫

2024-04-19 来源: drugdu 103


土壤传播蠕虫(STHs)感染,通常被称为肠道寄生虫,是最普遍被忽视的热带疾病之一,在中低收入国家,特别是学龄儿童中造成了巨大的健康负担。这些感染往往会导致慢性健康问题,导致残疾、社会耻辱,并对社区产生重大经济影响。STH在营养损失中起着臭名昭著的作用,这可能导致受影响儿童的神经认知障碍、生长发育迟缓和持续疲劳。此外,这些寄生虫是妊娠期发病率和并发症的主要原因。STH的标准诊断方法包括手动显微镜检查,每张幻灯片最多需要10分钟,并且由于缺乏熟练的专业人员以及在受影响严重的地区缺乏必要的设备和实验室基础设施而受到阻碍。迫切需要改进诊断技术,特别是检测轻度感染,以有效管理和消除STH这一公共卫生问题。现在,人工智能(AI)显微镜系统已被证明可以准确识别肠道蠕虫感染,尤其是在使用手动显微镜时可能被忽视的光强度感染。
来自卡罗林斯卡研究所(瑞典斯德哥尔摩)和赫尔辛基大学(芬兰赫尔辛基)的多机构专家团队的这项新研究标志着该系统首次在远程环境中用整张幻灯片图像检测蠕虫感染的临床试验。这项研究是在肯尼亚夸勒县的农村地区进行的,那里的儿童STH患病率很高。在这项研究中,使用基于深度学习的寄生虫卵检测系统对1335名学龄儿童进行了筛查,并将结果与通过专家手动显微镜获得的结果进行了比较。
使用深度学习系统对数字扫描粪便样本的分析表明,在识别三种常见类型的寄生虫方面具有很高的诊断准确性:蛔虫(巨型蛔虫)、鞭虫(鞭虫)和钩虫(十二指肠钩虫或美洲钩虫)。人工智能能够检测到76%至92%的感染,这些感染是由训练有素的实验室技术人员根据蠕虫的类型确定的。值得注意的是,人工智能系统发现了大量手动显微镜评估中遗漏的光强度感染。事实上,在79个样本(占总数的10%)中,人工智能系统检测到了寄生虫卵的存在,这些样本最初通过手动显微镜确定为阴性。此外,人工智能系统提供了每个样本的数字记录,可以保存下来进行进一步分析,这与人类样本相比具有显著优势,人类样本通常在数小时内变干,对进一步分析更具挑战性。
“我们已经证明,我们可以在资源有限的环境中使用我们的检测,并获得高精度。我们的方法在光强度感染中特别有效,”卡罗林斯卡研究所的首席研究员Johan Lundin教授(医学博士)提道。“有了人工智能,一旦我们的样本数字化,只需几秒钟就可以查看整个样本,并能够非常准确地找到寄生虫卵。”

来源:
https://www.labmedica.com/pathology/articles/294800899/image-based-ai-shows-promise-for-parasite-detection-in-digitized-stool-samples.html

责编: editor
分享到: