由:维拉·欧
发送给朋友
您提供的细节在这个页面将不会用于发送不请自来的电子邮件,,不会卖给第三方。看到隐私政策。
(内罗毕)科学家开发出一种技术,依靠人工智能(AI)来解释艾滋病毒测试结果,提高提高诊断质量的希望,尤其是在低收入和中等收入国家,研究说。
每年有超过1亿全球艾滋病毒测试执行,提高质量保证可以更好的数以百万计的人的生命通过减少不准确的风险测试,研究补充道。
基于ai的移动应用程序部署在一个试点领域研究在夸祖鲁-纳塔尔省,南非,准确地确定97.8%的积极和100%的负艾滋病毒测试结果。
“98.9%的总体性能精度明显高于传统的目视判读的研究参与者。”
瑞秋McKendry,伦敦大学学院
培训社区卫生工作者准确预测95.6%的阳性和89%的负面测试,显示了优越的AI技术的准确性。工人们使用手机应用程序来记录他们的解释40艾滋病毒测试结果,以及捕捉一幅测试自动读取的机器学习分类器。
人工智能或深度学习,指的是模仿人类智能的机器程序像人类一样思考,模仿他们的行为。
“研究结果证明准确分类深度学习的潜力,无论是积极的还是消极的,快速诊断测试。98.9%的总体性能精度明显高于传统的目视判读的研究参与者,”瑞秋McKendry说研究合著者的教授生物医学纳米技术和纳米技术中心在伦敦,英国伦敦大学学院。
McKendry告诉SciDev.Net的研究开始于2017年,目的是开发低成本、用户友好的,移动phone-connected诊断工具艾滋病毒和评估引入这些工具的可行性改进获得艾滋病毒检测和后续护理,在资源有限的环境中。
有可接受性为其他设备发送艾滋病毒快速检测结果实时的在线数据库,根据McKendry。许多小规模的方法驾驶这些显示良好的性能,但最需要物理附件如便携式阅读器。
作为该研究的一部分,60训练在这家总部位于南非的非洲卫生研究所实地工作者帮助建立一个超过11000的HIV检测的图像库,在各种条件的字段在夸祖鲁-纳塔尔省。从这个图书馆,AI应用训练分类测试看作是积极的还是消极的,根据这项研究发表在自然医学上个月。
“我们相信我们真实图像库的11000图片获得该领域的…是第一个在这种规模的,我们的研究表明,深度学习模型可以部署移动设备,而不需要其他附件,“McKendry补充道。
应用程序可以在其他地方,适应Kobus赫伯斯解释说,这项研究的合作者和导演的科学和技术资助南非人口研究基础设施网络。
“尽管HIV检测的研究侧重于解释,这个工具可以适应解释为其他感染性疾病快速诊断测试的结果,“Herbst,世卫组织是一个公共卫生医师专门从事健康和研究信息系统,告诉SciDev.Net。
Herbst说可用的应用程序还没有普遍使用,但已经与终端用户记住和联合开发低成本和负担得起的卫生机构在低收入和中等收入国家。
McKendry呼吁非洲政策制定者促进数字技术的使用,以解决健康问题”从历史上看,公共卫生政策制定者一直较慢的数字比其他行业创新,”她解释说。
主任伯纳德Langat艾滋病毒,肺结核,疟疾非洲和非传染性疾病项目健康,说,应用潜力巨大最小化错误阅读艾滋病毒测试结果医疗保健设施。
确保准确的结果,他补充说,是一个重要的干预HIV编程。“有必要扩大图书馆的图像从不同的设置包括撒哈拉以南非洲和与这些国家艾滋病控制项目紧密合作,进一步细化创新在这些环境中,”他说。
这篇文章是由。净的撒哈拉以南非洲英语的书桌上。