AI筛查疟疾的速度比人类专家快

根据发表在《数字影像杂志》上的一项新研究，人工智能可以帮助改善在资源匮乏地区的疟疾筛查。研究人员开发的模型与人类专家一样精确，并且速度快了“几个数量级”。

土耳其中东技术大学的作者Samson Chibuta和Aybar C. Acar写道：“由于成本效益，简单性和多功能性，显微镜特别适合于资源匮乏和疾病负担大的地区。”“但是，手动显微镜检查疟疾寄生虫的检测，寄生虫生命阶段的分化和寄生虫计数非常费力且主观，需要熟练的卫生人员。”

在缺乏训练有素的医疗服务提供者的地区，显微检查变得更具挑战性。这组作者补充说，这导致诊断“仅根据临床症状和体征作出”，这种趋势可能导致更多的错误，成本增加，耐药性增加甚至更多的患者死亡。

Chibuta和Acar开发了一种基于深度学习的替代解决方案，用于在资源贫乏地区进行疟疾筛查，该解决方案具有降低成本的潜力，同时仍可提供高质量的护理。该团队修改了一种现有的检测算法，称为“一次只能活一次”(YOLO)，并选择了特定算法以提高速度，并通过优化可以使其更快。然后使用一个数字显微镜相机拍摄的图像数据集(数据集A)和使用传统显微镜中安装的手机拍摄的图像第二数据集(数据集B)训练和评估模型。两个数据集均包含专家注释。

总体而言，作者对数据集A的准确性达到了99.07%，对于数据集B的准确性达到了97.46%。它也非常快，可以在几毫秒内得出结果。

Chibuta和Acar写道：“两个测试数据集的平均平均精度与人类专家相当，但是速度快了几个数量级，因为我们可以使用简单的移动设备在几毫秒内处理单个图像。”“我们演示了如何将通用的对象检测算法重新用于检测非常小的对象，这需要熟练的专家进行准确识别。我们的系统能够以高精度和高灵敏度检测并定位浓血涂片中的疟原虫。”