電話：
021-67610176傳真：
比爾蓋茨的投資公司和中國麥克奧迪公司今天聯(lián)合宣布，計劃推出一款深度學習顯微鏡，該顯微鏡能夠在 20 分鐘之內(nèi)自動分辨和計算血液樣本中瘧疾細菌的數(shù)量。每年*約有50多萬人死于這種由蚊子傳播的疾病，這種AI顯微鏡可以加速并標準化瘧疾的檢測流程。
圖 | 研究員 Roxanne Rees-Channer 正在測試 EasyScan GO 顯微鏡
AI顯微鏡的實驗結(jié)果顯示，它檢測瘧疾寄生蟲的能力達到了zui高的世界衛(wèi)生組織顯微鏡標準（等級）。這個評級意味著它可以與訓練有素的顯微鏡專家不分伯仲，盡管有研究人員指出，一些專業(yè)的顯微鏡技術(shù)人員仍然可以勝過自動化系統(tǒng)。
今年十月 Computer Vision 大會上的一項研究啟發(fā)了中國的麥克奧迪顯微鏡公司和 Global Good Fund（高智公司和比爾蓋茨共同投資的基金會），兩者決定共同實現(xiàn)顯微鏡技術(shù)的商業(yè)化。
這種顯微鏡非常有助于跟蹤治療東南亞瘧疾中的多重耐藥菌株。Global Good Fund 健康技術(shù)主任 David Bell 表示：“這種多重耐藥菌株的監(jiān)測依賴于非常可靠的顯微鏡，幫助人們了解瘧疾藥物的效果，以及血液中寄生蟲數(shù)量的減少速度。我們發(fā)現(xiàn)機器學習可以讓這個過程更加和標準，從而讓很多國家實現(xiàn)更有效的監(jiān)測。”
Global Good Fund 在于德國杜塞爾多夫舉辦的 MEDICA 2017 展會上公布了一部分細節(jié)，該大會的舉辦時間為 2017 年 11 月 13 日至 16 日。正在研發(fā)的 EasyScan GO 顯微鏡將結(jié)合明場顯微鏡技術(shù)和深度學習軟件，該軟件可以自動識別導致瘧疾的寄生蟲。工作人員將大部分注意力放在制備血液樣本玻片上，以及在顯微鏡下觀察并驗證結(jié)果。
高智公司主要調(diào)查員 Ben Wilson 表示，深度學習算法通常需要大量的訓練數(shù)據(jù)來準確識別物體，然而瘧疾寄生蟲為深度學習算法“準備”了一個棘手的“稀有物體問題”。在血液涂片的數(shù)百個顯微鏡圖像中，微小的瘧疾寄生蟲可能僅顯示幾次。
在感染水平非常低的情況下，10萬個紅細胞中可能只有1個瘧疾寄生蟲。麥克奧迪公司總 Sebastian Nunnendorf 表示，“這就像是在標準尺寸的足球場上尋找彈珠一樣。”
他們的解決方案是將深度學習和用于分割圖像中敏感信息的傳統(tǒng)計算機算法相結(jié)合，而這還需要大量顯微鏡載玻片的培訓數(shù)據(jù)。Wilson 和他的同事甚至要求幾個實驗室故意準備一些質(zhì)量差的載玻片，以便訓練深度學習算法在不理想的情況下也能完成工作。“就顯微鏡領(lǐng)域的機器學習而言，檢測瘧疾和傳染病的手段是相當*的”，Wilson 補充道。
圖 | Global Good 研究員在使用 EasyScan GO 顯微鏡
EasyScan GO 的原型顯微鏡掃描每個載玻片的速度大約與人類顯微鏡專家相當，每片 20 分鐘。但 Wilson 預計，zui終能夠?qū)呙钑r間縮短一半，每片只需 10 分鐘。更重要的是，現(xiàn)有的原型顯微鏡也可以用來輔助數(shù)量有限的顯微鏡專家，幫助他們確定瘧疾和追蹤多重耐藥性瘧疾。麥克奧迪公司總 Nunnendorf 表示，“本質(zhì)上來講這是巨大的工作效率提升，而不是單純的機器替換人類。”
如果 EasyScan GO 顯微鏡能夠大規(guī)模普及，它們也可以讓監(jiān)測傳染病傳播和藥物治療效果的研究人員受益。因為 AI 顯微鏡可以提供標準化的檢測結(jié)果，可以在不同地區(qū)之間進行多年數(shù)據(jù)的直接比較。
深度學習算法的早期測試依賴于特殊定制的顯微鏡硬件。Global Good 的研究人員目前正在與 Motic 合作，以確保 EasyScan GO 顯微鏡的量產(chǎn)版本仍然可以滿足世界衛(wèi)生組織顯微鏡專家的zui高標準。
公司推出的zui終價格和上市時間尚未確定，但是 Global Good 和麥克奧迪預計其價格比較接近基本型顯微鏡，而不是昂貴的數(shù)字載玻片掃描儀。控制成本對于顯微鏡的普及十分關(guān)鍵，許多努力防治瘧疾和其他傳染病蔓延的國家并不富裕。Nunnendorf 表示，“為了能zui大化防治瘧疾，定價一定要特別適合低收入和中等收入國家。”
圖 | 顯微鏡原型機內(nèi)部
Motic 還計劃更新 EasyScan GO 的系統(tǒng)軟件，使其“學會”診斷登革熱，南美錐蟲病，微絲蚴和鐮狀細胞貧血等其他疾病。該計劃將建立在深度學習 AI 能夠準確識別瘧疾寄生蟲的成功上。
Nunnendorf 總結(jié)道，“瘧疾是zui難以確定的疾病（之一），但是我們做到了。未來我們計劃拓展到其他明視場顯微鏡任務(wù)，包括血液膜上常見的寄生蟲和性狀，并且拓展檢測樣本類型，包括痰和糞便。這種成功給我們鋪平了未來的道路。”（生物谷Bioon.com）
參考：
https://spectrum.ieee.org/the-human-os/robotics/artificial-inligence/aipowered-microscope-counts-malaria-parasites
13916499749
