Hệ thống trí tuệ nhân tạo giúp phát hiện nhiễm trùng máu

Hệ thống tăng cường trí tuệ nhân tạo tự động được phát triển bằng cách kết hợp một kính hiển vi chuyên dụng để thu thập dữ liệu hình ảnh có độ phân giải cao và một mạng nơron tích chập (CNN).

Các nhà nghiên cứu do BS James Kirby, giám đốc phòng thí nghiệm vi sinh học lâm sàng tại BIDMC và là phó giáo sư tại Trường Y Harvard dẫn đầu hy vọng hệ thống này có thể giúp các nhà vi trùng học lâm sàng chẩn đoán chính xác các nhiễm trùng máu để cải thiện sự sống của bệnh nhân.

Theo BS. James Kirby, đây là nghiên cứu đầu tiên chứng minh việc sử dụng học máy trong lĩnh vực chẩn đoán. Trong tương lai, công nghệ này có thể tạo cơ sở cho một nền tảng chẩn đoán trong tương lai tăng cường khả năng của các phòng thí nghiệm lâm sàng, giúp cho việc chăm sóc bệnh nhân được thực hiện nhanh hơn.

Nhằm đạt được tỷ lệ chính xác cao, các nhà nghiên cứu đã đào tạo hệ thống CNN được tăng cường trí tuệ nhân tạo để phân loại vi khuẩn bằng hình dạng và phân bố. Hệ thống được đào tạo với 25.000 hình ảnh của các mẫu máu thông thường và 100.000 hình ảnh đào tạo để phân loại vi khuẩn thành các dạng hình que, các cụm hình tròn và các chuỗi hình tròn hoặc các cặp. Kết quả cho thấy hệ thống này có độ chính xác gần 95% khi phân loại theo loại và 93% khi phân loại 189 hình ảnh mới mà không cần sự can thiệp của con người.

Nguyễn Hà

Theo Clinical