Όταν ο Βραζιλιάνος ανοσολόγος κάτοχος nakaya επισκέφθηκε το Ινστιτούτο Evandro Chagas στο Belém (πρωτεύουσα της πολιτείας Πάρα της Βραζιλίας) το 2017, επικράτησε αναταραχή επειδή ένας από τους καλύτερους μικροσκόπους τους αποσυρόταν και πολλές από τις γνώσεις που χρησιμοποιήθηκαν για την ταχεία και ακριβή αναγνώριση του πρωτοζώου Leishmania θα είμαι χαμένος.
«Ήμουν τρομοκρατημένος με τη σπατάλη της απώλειας όλης αυτής της εμπειρίας, που χρειάστηκαν δεκαετίες για να αποκτηθεί. Αρχίσαμε να ερευνούμε και να προσπαθούμε να εκπαιδεύσουμε ένα πρόγραμμα υπολογιστή για να χρησιμοποιήσουμε τις γνώσεις αυτού του επαγγελματία για να εντοπίσουμε μικροοργανισμούς φτηνά», είπε ο Nakaya. Πρακτορείο ΦΑΠΕΣΠ.
Πέντε χρόνια αργότερα, μια ομάδα ερευνητών με επικεφαλής τον Nakaya και επιστήμονα Mauro Cesar Cafundo de Morais δημοσίευσε τα αποτελέσματα μιας μελέτης που δείχνει ότι η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για την ανίχνευση τρυπανόσωμα κρούζι το παράσιτο που προκαλεί τη νόσο Chagas, σε εικόνες δειγμάτων αίματος που λαμβάνονται με κάμερα smartphone και αναλύονται με οπτικό μικροσκόπιο.
Ο αλγόριθμος που αναπτύχθηκε από την ομάδα είναι διαθέσιμος στο α Αρθρο στο επιστημονικό περιοδικό PeerJ. Η έρευνα υποστηρίχθηκε από το FAPESP (έργα 20/12017-9 Υ 15/22308-2), και συμμετείχαν επαγγελματίες σε διάφορους τομείς, από τη βιολογία έως τα μαθηματικά και την επιστήμη των υπολογιστών.
«Είχαμε καλά αποτελέσματα σε αυτήν την πρωτοβουλία μηχανικής μάθησης. Ο αλγόριθμος λειτουργεί καλά για το Chagas και μπορεί να προσαρμοστεί για άλλους σκοπούς που εξαρτώνται από την απεικόνιση, όπως η ανάλυση δειγμάτων κοπράνων, δέρματος και κολποσκόπησης», δήλωσε ο Nakaya, κύριος ερευνητής στο Κέντρο Έρευνας Φλεγμονωδών Νοσημάτων (Centre for Inflammatory Diseases Research). CRID), Κέντρο Έρευνας, Καινοτομίας και Διάδοσης (INCD) χρηματοδοτείται από το FAPESP και χορηγείται από την Ιατρική Σχολή Ribeirão Preto του Πανεπιστημίου του Σάο Πάολο (FMRP-USP). Η Nakaya είναι επίσης ερευνήτρια στο Εβραϊκό Νοσοκομείο Albert Einstein (HIAE), στην Επιστημονική Πλατφόρμα Pasteur-USP (SPPU) και στο Todos pela Saúde Institute (ITpS).
Μία από τις τεχνικές που χρησιμοποιούνται για τη διάγνωση του Chagas εκτελείται από μικροσκόπους εκπαιδευμένους να ανιχνεύουν το παράσιτο σε δείγματα αίματος. Αυτό απαιτεί ένα επαγγελματικό μικροσκόπιο, το οποίο μπορεί να συνδυαστεί με μια κάμερα υψηλής ανάλυσης, αλλά η μέθοδος τείνει να είναι πολύ ακριβή και απρόσιτη για ασθενείς με χαμηλό εισόδημα.
Ταξινομημένο από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ) ως μία από τις 20 παραμελημένες τροπικές ασθένειες (NTD), το Chagas είναι μια χρόνια λοιμώδης νόσος της οποίας η πρόληψη απαιτεί έλεγχο των φορέων της, των τριατομινών (φιλιών) και ως εκ τούτου ανταπόκριση των υπηρεσιών δημόσιας υγείας.
Ενδημικό σε 21 χώρες της Αμερικής, μόλυνση από το παράσιτο τρυπανόσωμα κρούζι Επηρεάζει περίπου 6 εκατομμύρια ανθρώπους, με ετήσια επίπτωση 30.000 νέων κρουσμάτων στην περιοχή, προκαλώντας κατά μέσο όρο 14.000 θανάτους ετησίως. Υπολογίζεται ότι περίπου 70 εκατομμύρια άνθρωποι κινδυνεύουν να προσβληθούν από τη νόσο επειδή ζουν σε περιοχές εκτεθειμένες σε σφάλματα τριατομίνης.
Οι θάνατοι από το Chagas έχουν πτωτική τάση στη Βραζιλία, αλλά ακόμα κι έτσι κατά μέσο όρο 4.000 την τελευταία δεκαετία.
μηχανική μάθηση
Η προσέγγιση μηχανικής μάθησης που αναπτύχθηκε από τους ερευνητές βασίστηκε σε έναν αλγόριθμο τυχαίων δασών εκπαιδευμένο να ανιχνεύει και να μετράει cruzi Τρυπομαστιγώτες σε εικόνες κινητών τηλεφώνων. Οι τρυπομαστιγώτες είναι η εξωκυτταρική μορφή του πρωτοζώου και το μόνο στάδιο που κυκλοφορεί στην κυκλοφορία του αίματος ασθενών με οξύ Chagas.
Οι εικόνες δειγμάτων επιχρίσματος αίματος που ελήφθησαν με κάμερα ανάλυσης 12 megapixel αναλύθηκαν για να καταλήξουν σε ένα σύνολο χαρακτηριστικών κοινών σε 1.314 παράσιτα, συμπεριλαμβανομένων μορφομετρικών παραμέτρων (σχήμα και μέγεθος), χρώματος και υφής.
Σε αυτό το μέρος της μελέτης, οι ειδικοί στα παράσιτα joao santana silva, Πάολα Μινόπριο Υ Ρικάρντο Γκαζινέλι εκπαίδευσε τον αλγόριθμο να αναγνωρίζει cruzi με τη βοήθεια ειδικών στη μηχανική μάθηση και την επεξεργασία εικόνας Roberto Marcondes Cesar Jr. Υ Λουτσιάνο Φοντούρα Κόστα.
Τα χαρακτηριστικά χωρίστηκαν σε σύνολα εκπαίδευσης και δοκιμών και ταξινομήθηκαν χρησιμοποιώντας τον αλγόριθμο τυχαίων δασών. Οι προκύπτουσες τιμές ακρίβειας και ευαισθησίας θεωρήθηκαν υψηλές (87,6% και 90,5%, αντίστοιχα).
Οι ερευνητές ανέλυσαν επίσης την περιοχή κάτω από τη χαρακτηριστική καμπύλη λειτουργίας του δέκτη (AUC-ROC), μια ευρέως χρησιμοποιούμενη γραφική αναπαράσταση για την αξιολόγηση της διαγνωστικής ακρίβειας και της βέλτιστης αποκοπής δοκιμής. Το αποτέλεσμα ήταν 0,942, που θεωρείται εξαιρετικό (όσο μεγαλύτερη είναι η περιοχή κάτω από την καμπύλη, τόσο πιο ακριβής είναι η δοκιμή).
Οι συγγραφείς καταλήγουν στο συμπέρασμα ότι η αυτοματοποίηση της ανάλυσης των εικόνων που λαμβάνονται με μια φορητή συσκευή είναι μια βιώσιμη εναλλακτική λύση για τη μείωση του κόστους και την αύξηση της αποτελεσματικότητας στη χρήση του μικροσκοπίου φωτός. «Το θέμα είναι να δημιουργήσουμε εικόνες και να τις αναλύσουμε κάτω από ένα μικροσκόπιο που μπορούν να σταλούν σε απομακρυσμένα μέρη της Βραζιλίας. Η ίδια η εφαρμογή πρέπει να πει εάν πρόκειται για εικόνες του παρασίτου που προκαλεί τον Chagas. Ως εκ τούτου, είναι σημαντικό να έχουμε ένα στιβαρό και προσιτό μικροσκόπιο που μπορεί να συλλέγει αυτόματα τις εικόνες», είπε ο Nakaya.
Ο αλγόριθμος είναι ανοιχτό λογισμικό, έτσι ώστε η επιστημονική κοινότητα να μπορεί να συνεισφέρει δεδομένα και πόρους, πρόσθεσε, σημειώνοντας ότι η απόκτηση προμήθειας μικροσκοπίων χαμηλού κόστους είναι μια πρόκληση και ότι ένα καλό παράδειγμα είναι χάρτινη συσκευή Εφευρέθηκε από τους Manu Prakash και Jim Cybulski από το Πανεπιστήμιο Stanford στις Ηνωμένες Πολιτείες, αν και δεν είχε τα αναμενόμενα αποτελέσματα όταν χρησιμοποιήθηκε για την ανίχνευση αυτών των παρασίτων.
Σχετικά με το Ίδρυμα Ερευνών του Σάο Πάολο (FAPESP)
Το Ίδρυμα Ερευνών του Σάο Πάολο (FAPESP) είναι ένα δημόσιο ίδρυμα του οποίου η αποστολή είναι να υποστηρίζει την επιστημονική έρευνα σε όλους τους τομείς της γνώσης χορηγώντας υποτροφίες, επιχορηγήσεις και βοήθεια σε ερευνητές που συνδέονται με κρατικά ιδρύματα τριτοβάθμιας εκπαίδευσης και έρευνας από το Σάο Πάολο της Βραζιλίας. Η FAPESP γνωρίζει ότι η καλύτερη έρευνα μπορεί να γίνει μόνο με τη συνεργασία με τους καλύτερους ερευνητές σε διεθνές επίπεδο. Ως εκ τούτου, έχει δημιουργήσει συνεργασίες με φορείς χρηματοδότησης, τριτοβάθμια εκπαίδευση, ιδιωτικές εταιρείες και ερευνητικούς οργανισμούς σε άλλες χώρες γνωστούς για την ποιότητα της έρευνάς τους και ενθαρρύνει επιστήμονες που χρηματοδοτούνται από τις επιχορηγήσεις της να αναπτύξουν περαιτέρω τη διεθνή τους συνεργασία. Μπορείτε να μάθετε περισσότερα για το FAPESP στη διεύθυνση www.FAPESP.br/en και επισκεφθείτε το πρακτορείο ειδήσεων ΦΑΠΕΣΠ στη διεύθυνση www.agencia.FAPESP.br/en μείνετε ενημερωμένοι με τις πιο πρόσφατες επιστημονικές προόδους που βοηθά το FAPESP να επιτύχει μέσω των πολυάριθμων προγραμμάτων, βραβείων και ερευνητικών κέντρων του. Μπορείτε επίσης να εγγραφείτε στο πρακτορείο ειδήσεων FAPESP στη διεύθυνση http://agencia.FAPESP.br/subscribe