機器學習加速瘧疾診斷,為醫生節省85%時間

機器學習加速瘧疾診斷,為醫生節省85%時間 篩檢瘧疾的主要方法玻片抹血非常繁瑣,醫生需要從5,000個紅血球中找出寄生蟲,Insight研究員開發影像偵測應用,自動找出存在寄生蟲的紅血球。 文/李建興 | 2018-11-07發表 2018年秋季其中一位Insight研究員Carlos Atico Ariza,開發了一個名為瘧疾英雄的網頁應用程式,可以用來分析以及診斷瘧疾患者的血液顯微鏡圖像,而這個應用能大幅縮減診所醫生85%的勞動時間。在許多國家,蚊子不僅僅是煩人的昆蟲,更是傳播瘧疾的病媒,每年全球有2億人遭瘧疾寄生蟲感染,其中有40萬人會死亡,而篩檢瘧疾的方法因為很複雜,讓這情況雪上加霜。以顯微鏡檢查血液抹片是最主要檢查瘧疾的方法,將患者的血液染色抹在玻片上,用顯微鏡尋找紅血球中的寄生蟲,根據世界衛生組織的規範,篩檢要由一位受過訓練的的醫生執行,檢查20個放大100倍的顯微鏡視野,計算5,000個紅血球尋找寄生蟲。而且患者血液也並非檢驗一次,沒有發現寄生蟲就安全了,因為遺漏任何一個寄生蟲都可能致命。在沒有發現寄生蟲的情況下,每8小時要重新進行一次血液抹片篩檢,仔細數過5,000個紅血球,這個程序需要重複三遍,才能確定患者體內寄生蟲已經被完全清除。整個繁瑣的流程是為了要最大程度的減少可能導致死亡的錯誤診斷(False Negatives)。這個繁瑣的流程,為診所人員大來龐大的工作壓力,尤其是在瘧疾爆發的地方,因此Carlos Atico Ariza決定要以影像分析以及機器學習來減輕醫生的負擔,並幫助醫生決定患者處理的優先順序。Carlos Atico Ariza提到,這個篩檢工具必須能減少錯誤診斷的情形,才能真正降低醫生的時間。Carlos Atico Ariza找到了一個開源資料集,其中包含27,558個單一細胞圖像,感染與未感染細胞各半,這些細胞來自200個病患,其中四分之三患有瘧疾。Carlos Atico Ariza表示,這些資料集因為都使用手機拍照,並非專業攝影器材拍攝,因此很適合他設定瘧疾英雄的使用情境。在系統建置初期,先以實現簡單的機器學習模型為目標,設計能指示細胞顏色、面積、凸度和圓度的特徵,檢測寄生蟲在細胞中是否可見。寄生蟲的顏色會因細胞質而不同,Carlos Atico Ariza使用BLOB檢測,來辨識像素群組與周圍的像素不同的強度,他一個細胞中應用了多個BLOB檢測,因為一個細胞可能可以找到多隻寄生蟲。不過,BLOB檢測有其缺點,在細胞的邊緣效果很差,且由於有一些寄生蟲沒有被顯影劑徹底染色,細胞跟寄生蟲顏色太相近,導致BLOB檢測效果不佳,部分受感染細胞的特徵無法被良好的找出來。為了解決這個問題,Carlos Atico Ariza最後選擇了卷積神經網路作為服務的後端,他為每個圖像生成2,048個特徵,然後使用PCA和訓練的機器學習分類器降至100個維度,並通過3次交叉驗證、測試和比較四種機器學習分類器後,獲得比BLOB檢測更好的結果。醫生可以使用手機拍攝顯微鏡中的紅血球視野圖像,並上傳到瘧疾英雄服務,系統會自動計數並分類細胞圖像,Carlos Atico Ariza提到,在檢驗瘧疾的流程中採用瘧疾英雄服務,可以節省醫生大約85%的時間,而這代表醫生每月可以診斷1,400名瘧疾患者。而且根據產生的結果,醫生可以依感染程度排序病患的優先處理順序,對嚴重的病人先進行治療。由於用於訓練瘧疾英雄服務模型的圖片資料集,也是使用行動裝置拍攝,因此對於四處行醫的醫生或是醫療資源有限的地區,都能提供低成本的瘧疾篩檢服務。Carlos Atico Ariza表示,用顯微鏡診斷瘧疾是一種技能,在缺乏經驗的情況下容易出錯,瘧疾英雄服務可以降低出錯率,並且藉由使用者上傳的紅血球圖片,也供其他醫生作為參考。

更多訊息更多資料都在這裡喔!~磷蝦油~智勝王~台灣綠蜂膠~GOOGLE排名~網站排名~超視王~葉黃素~健康食品~PPLS~蜂王乳~維力康~神經滋養物質~關鍵字排名~保健食品~南極冰洋磷蝦油~SEO~蜂王漿~芙婷寶

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *