Изкуствен интелект определя съдържанието на левкоцити в кръвта

Акценти

Екип от Изследователския център за изкуствен интелект към Университета Инополис, Татарстан, и от Научнотехническия център по биомедицинска фотоника към Орловския държавен университет „И. С. Тургенев“, Русия, създават невронна мрежа, която определя нивото на левкоцитите в кръвта с точност от 90%. Технологията може да се превърне в основата на метод за анализ на кръвта без да се използва спринцовка.

Невронната мрежа

В основата на идеята на учените е изкуственият интелект. Това, което екипът прави, е да го обучи да анализира изкуствено генерирани изображения, които стимулират движението на белите и червени кръвни клетки. Задачата на изкуственият интелект е да класифицира пробите като определи високите и ниски концентрации на белите кръвни клетки.

Експериментът се провежда не с реални медицински видео клипове, показващи микроциркулацията на кръвта, а със синтетични. Става дума за генерирани видео изображения на брауново движение на частици, които симулират червени и бели кръвни телца.

>>> Невронна мрежа определя причината за исхемичен инсулт 

Следващият етап включва обработката на видео изображенията чрез използването на изкуствени невронни мрежи, за да може пробите да се подредят във високи и ниски клетъчни концентрации.

За да бъдат синтетичните видео клипове възможно най-близки до реалните, качеството на изображенията е намалено, а това затруднява откриването на отделни клетки, тъй като границите им се размиват.

Авторите на разработката внедряват метод за обработка на така наречените „шумни“ видео данни. Най-напред обучават изкуствения интелект по график. Така данните за обучение се класират по качество, а то самото се извършва както при хората, тоест стъпка по стъпка, от просто към сложно, от данни с по-високо към данни с по-ниско качество.

>>>Започват клиничните изпитвания на хапче робот, което открива язви и тумори 

И по време на обучението на модела, и по време на тестването учените извършват увеличение. Взимат произволно избрани фрагменти от изображения, което позволява на модела да произведе няколко междинни прогнози за всяка от пробите и да избере резултата.

Резултатите

„По време на изследванията се научихме да идентифицираме по-големи левкоцити с точност, която надхвърли 90%. Предложеният метод, който се характеризира с обучение от произволно избрани фрагменти от изображения, повишава точността на преброяването на кръвните клетки с почти 10%“, коментира един от изследователите Алексей Корнаев и допълва, че опитите, които екипът извършва, показват, че обучението на модели от видео клипове е по-бързо, а прогнозите са по-точни в сравнение с обучението от статични изображения.

„Разбира се нашият метод дава информация само за високото или ниското съдържание на еритроцити и левкоцити в кръвта, но дори и така той представлява интерес за медицината“, убеден е Алексей Корнаев.

„Известни са медицинските технологии, които позволяват да се наблюдават движещи се в капилярите кръвни клетки. Стова с помощта на специален микроскоп с цифрова камера. И това е капиляроскопията. Идеята на нашия екип беше да използваме невронни мрежи, за да преброим клетките от медицински видеозаписи и да сравним получените данни с резултатите от традиционен клиничен кръвен тест, извършен със спринцовка. Това ще помогне за разработването на нов начин за изследване на кръвта, но без да се взима проба“, казва друг от членовете на научната група Данил Афончиков от Орловския държавен университет.

Изследователят споделя, че предимствата на този метод е в неговата ефективност. Какъв е съставът на кръвта ще се разбере в реално време, веднага. Сега затова е нужно да се изчака лабораторията да извърши изследванията и да предостави резултатите от тях.

>>> Създадоха антибиотик от човешка кръв 

Данил Афончиков признава, че идеята им е много добра, но трудна за изпълнение, защото: „На този етап е трудно да се постигне високо качество на видео изображението на микроциркулацията на кръвта. Когато увеличим оптично кадъра, качеството му се понижава, но и се намалява броят на клетките, които могат да бъдат наблюдавани едновременно.“

Експериментът на екипа е представен по време на научна конференция във Виена, Австрия, и е публикуван в сборника й International Conference on Learning Representations.

Екипът планира следващите проучвания да бъдат насочени към събирането и обработката на реални капиляроскопски видео изображения.