| 내용 |
현미경을 기반으로 하는 인공 지능이 임상 미생물학자들의 부족을 완화시킬 수 있을 것이다. 인공지능(AI)으로 강화된 현미경이 임상 미생물학자들이 잠재적으로 치명적인 혈액 감염을 진단하고 환자들의 생존율을 향상시키는 것을 도울 수 있을 것이다. 그 과학자들은 자동화된 AI로 강화된 현미경 체계가 세균의 이미지를 빠르고 정확하게 확인하는데 매우 능숙하다는 것을 증명해 보였다. 그 자동화된 시스템은 다음 5년 안에 20퍼센트의 기술자들이 은퇴 연력에 도달하면서 더 악화될 것으로 보이는, 현재 고도로 훈련된 미생물학자들의 부족을 완화시키는데 도움이 될 수 있을 것이다. 이것은 진단 영역에서 기계 학습을 처음으로 증명해 보인 것이다. 더 개발하면, 이 기술은 임상 실험실의 능력을 강화하고, 궁극적으로 환자 간호를 빠르게 해줄 미래 진단 플랫폼의 기초를 세울 수 있을 것이다. 그 팀은 현미경 슬라이드로부터 고해상도 자료를 수집하도록 고안된 자동화된 현미경을 이용했다. 이 경우에, 혈류 감염이 의심되는 환자에서 나온 혈액 표본은 세균 수를 늘리기 위해서 배양되었다. 그 다음에 혈액 한 방울을 유리 슬라이드에 놓고 세균이 세포 구조를 더 잘 보일 수 있게 염료로 염색해서 슬라이드를 준비했다. 그 다음에, 그들은 mdash;포유류 시각령을 모형으로 하고 시각적 자료를 분석하기 위해서 사용되는 인공 지능의 종류인 mdash;CNN(convolutional neural network)이 그 모양과 분포를 기반으로 해서 세균을 분류하도록 훈련시켰다. 이 특징들은 가장 흔히 혈류 감염을 일으키는 세 종류의 세균들을 나타내기 위해서 선택되었다: 대장균을 포함하는 막대 모양의 세균, 포도상구균 종의 둥근 클러스터, 연쇄상구균류의 짝을 이룬 모양이나 사슬 모양. 25,000개 이상의 혈액 표본의 이미지와 임상 미생물학자들이 이미 확인한 세균의 이미지 100,000개 이상을 가지고 훈련시켜서, 그 기계 지능은 현미경 이미지를 세 가지의 세균군으로 분류하는 법을 배우고, 궁극적으로 거의 95퍼센트의 정확도를 이루었다. 인간의 개입 없이 그 알고리듬은 189개의 새로운 슬라이드를 93퍼센트 이상의 정확도로 분류했다. AI로 강화된 플랫폼은 미래에 완전히 자동화된 분류 시스템으로 사용될 수 있을 것이다. |
