Голографические изображения и глубокое обучение позволяют диагностировать малярию

Только в 2015 году малярия заразила 214 миллионов человек во всем мире, убив, по оценкам, 438 000 человек.В то время как западная медицина может выявлять малярию с почти идеальной точностью, ее может быть трудно диагностировать в районах с ограниченными ресурсами, где уровень инфицирования наиболее высок.Симптомы малярии могут быть похожи на симптомы многих других болезней, и просто не хватает хорошо обученных полевых работников и работающих микроскопов, чтобы не отставать от паразита.

Несмотря на то, что экспресс-тесты существуют, постоянно покупать новые тесты дорого. Эти тесты также не могут сказать, насколько серьезна инфекция, подсчитывая количество инфицированных клеток, что важно для выздоровления пациента.В новом исследовании инженеры из Университета Дьюка сообщают о методе, который использует компьютерное «глубокое обучение» и световое голографическое сканирование для выявления зараженных малярией клеток из простого нетронутого образца крови без какой-либо помощи человека.

Нововведение может стать основой для быстрого и надежного теста, который мог бы пройти любой человек в любой области, что было бы неоценимым в глобальной борьбе с этой болезнью с бюджетом в 2,7 миллиарда долларов в год.Результаты были опубликованы онлайн 16 сентября в журнале PLOS ONE.«С помощью этой техники можно будет обрабатывать тысячи клеток в минуту», — сказал Адам Вакс, профессор биомедицинской инженерии в Duke. «Это огромное улучшение по сравнению с 40 минутами, которые в настоящее время требуется полевому технику для окрашивания, подготовки и чтения слайда, чтобы лично найти инфекцию».Новый метод основан на технологии, называемой количественной фазовой спектроскопией.

Когда лазер проходит через видимый спектр света, датчики фиксируют, как каждая дискретная частота света взаимодействует с образцом крови. Полученные данные представляют собой голографическое изображение, которое предоставляет широкий спектр ценной информации, которая может указывать на малярийную инфекцию.«Мы определили 23 параметра, которые являются статистически значимыми для выявления малярии», — сказал Хан Санг Пак, докторант лаборатории Вакса и первый автор статьи. Например, по мере прогрессирования заболевания красные кровяные тельца уменьшаются в объеме, теряют гемоглобин и деформируются по мере того, как паразит внутри становится больше.

Это влияет на такие характеристики, как объем ячейки, периметр, форма и центр масс.«Однако ни один из параметров не был надежен более чем в 90% случаев сам по себе, поэтому мы решили использовать их все», — сказал Парк.«Чтобы быть принятым на вооружение, любое новое диагностическое устройство должно быть таким же надежным, как и опытный полевой работник с микроскопом», — сказал Вакс. «В противном случае, даже с 90-процентным успехом, вы все равно пропустите более 20 миллионов случаев в год».

Чтобы получить более точное представление, Вакс и Парк обратились к глубокому обучению — методу, с помощью которого компьютеры учатся различать разные объекты. Загрузив данные о более чем 1000 здоровых и больных клеток в компьютер, программа глубокого обучения определила, какие наборы измерений и пороговые значения наиболее четко отличают здоровые клетки от больных.

Когда они проверили полученный алгоритм на сотнях клеток, он смог правильно определить малярию в 97–100 процентах случаев — это число, по мнению исследователей, будет увеличиваться по мере того, как для обучения программы будет использоваться больше клеток. Поскольку этот метод разбивает голограммы с большим количеством данных до 23 цифр, тесты могут быть легко переданы в большом количестве, что важно для мест, которые часто не имеют надежного и быстрого подключения к Интернету, и это, в свою очередь, может устранить необходимость в каждом из них. место, чтобы иметь собственный компьютер для обработки.

Вакс и Парк теперь стремятся превратить эту технологию в диагностическое устройство с помощью новой компании под названием M2 Photonics Innovations. Они надеются показать, что устройство, основанное на этой технологии, будет достаточно точным и экономичным, чтобы его можно было использовать в полевых условиях.

Воск также получил финансирование, чтобы начать изучение использования метода выявления раковых клеток в образцах крови.


Оставьте комментарий

Ваш адрес email не будет опубликован.