Los microscopios mejorados con inteligencia artificial IA podrían ayudar a los microbiólogos clínicos a diagnosticar infecciones sanguíneas potencialmente mortales y a mejorar las probabilidades de supervivencia de los pacientes, según los microbiólogos del Centro Médico Beth Israel Deaconess BIDMC. En un artículo publicado en el Revista de Microbiología Clínica , los científicos demostraron que un sistema automatizado de microscopio mejorado con IA es "altamente experto" para identificar imágenes de bacterias de forma rápida y precisa. El sistema automatizado podría ayudar a aliviar la falta actual de microbiólogos altamente capacitados, que se espera empeoren en un 20 por ciento de los tecnólogosalcanzar la edad de jubilación en los próximos cinco años.
"Esta es la primera demostración de aprendizaje automático en el área de diagnóstico", dijo el autor principal James Kirby, MD, Director del Laboratorio de Microbiología Clínica en BIDMC y Profesor Asociado de Patología en la Facultad de Medicina de Harvard. "Con un mayor desarrollo, creemosesta tecnología podría formar la base de una futura plataforma de diagnóstico que aumente las capacidades de los laboratorios clínicos y, en última instancia, acelere la prestación de atención al paciente ".
El equipo de Kirby usó un microscopio automático diseñado para recolectar datos de imágenes de alta resolución de portaobjetos microscópicos. En este caso, las muestras de sangre tomadas de pacientes con sospecha de infecciones del torrente sanguíneo se incubaron para aumentar el número de bacterias. Luego, los portaobjetos se prepararon colocando una gota desangre en un portaobjetos de vidrio y teñida con tinte para hacer que las estructuras celulares bacterianas sean más visibles.
Luego, entrenaron una red neuronal convolucional CNN, una clase de inteligencia artificial modelada en la corteza visual de los mamíferos y utilizada para analizar datos visuales, para clasificar las bacterias en función de su forma y distribución. Estas características fueron seleccionadas para representarbacterias que con mayor frecuencia causan infecciones del torrente sanguíneo; las bacterias en forma de bastón, incluida E. coli; los racimos redondos de especies de Staphylococcus; y los pares o cadenas de especies de Streptococcus.
"Como un niño, el sistema necesitaba entrenamiento", dijo Kirby. "Aprender a reconocer las bacterias requería mucha práctica, cometer errores y aprender de esos errores".
Para entrenarlo, los científicos alimentaron a su red neuronal no escolarizada más de 25,000 imágenes de muestras de sangre preparadas durante los exámenes clínicos de rutina. Al recortar estas imágenes, en las que la bacteria ya había sido identificada por microbiólogos clínicos humanos, los investigadores generaron másmás de 100,000 imágenes de entrenamiento. La inteligencia de la máquina aprendió a clasificar las imágenes en las tres categorías de bacterias en forma de barra, grupos redondos y cadenas o pares redondos, logrando en última instancia una precisión de casi el 95 por ciento.
Luego, el equipo desafió al algoritmo para ordenar nuevas imágenes de 189 diapositivas sin intervención humana. En general, el algoritmo logró una precisión de más del 93 por ciento en las tres categorías. Con un mayor desarrollo y capacitación, Kirby y sus colegas sugieren la plataforma mejorada por IApodría usarse como un sistema de clasificación totalmente automatizado en el futuro.
Mientras tanto, Kirby sugiere que la clasificación automatizada puede mejorar la escasez de tecnólogos humanos al ayudarlos a trabajar de manera más eficiente, "posiblemente reduciendo el tiempo de lectura del tecnólogo de minutos a segundos", dijo.
Si bien los tecnólogos humanos habitualmente brindan diagnósticos muy precisos, la demanda de estos trabajadores altamente calificados excede la oferta en los Estados Unidos. El nueve por ciento de los tecnólogos de laboratorio siguen sin cubrir, y se espera que ese número aumente drásticamente a medida que los tecnólogos de la generación Baby Boomer comiencen a retirarseen masa, según una encuesta de 2014 de la Sociedad Estadounidense de Patología Clínica.
Además, estas imágenes se pueden enviar de forma remota, brindando la experiencia de más alto nivel en cualquier lugar al que llegue Internet. Eso es crítico, ya que la identificación y entrega rápidas de medicamentos antibióticos es la clave para tratar las infecciones del torrente sanguíneo, que pueden matar hasta el 40 por ciento de los pacientesquién las desarrolla. Cada día que un paciente no recibe tratamiento está relacionado con un mayor riesgo de mortalidad.
Kirby señaló que, además de sus usos clínicos, la nueva herramienta también podría tener aplicaciones en capacitación e investigación en microbiología.
"La herramienta se convierte en un depósito de datos vivos a medida que la usamos", dijo. "Y podría usarse para capacitar al nuevo personal y garantizar la competencia. Puede proporcionar un nivel de detalle sin precedentes como herramienta de investigación".
Fuente de la historia :
Materiales proporcionado por Centro Médico Beth Israel Deaconess . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :