I microscopi potenziati con intelligenza artificiale (AI) potrebbero aiutare i microbiologi clinici a diagnosticare le infezioni del sangue potenzialmente mortali e migliorare le probabilità di sopravvivenza dei pazienti, secondo i ricercatori del Beth Israel Deaconess Medical Center (BIDMC). In un articolo pubblicato sul Journal of Clinical Microbiology, gli scienziati hanno dimostrato che un sistema di microscopia automatizzato e migliorato con l’intelligenza artificiale è “molto abile” nell’identificare rapidamente e accuratamente le immagini dei batteri.
“Questo studio rappresenta la prima dimostrazione dell’apprendimento automatico nell’area diagnostica”, ha affermato l’autore senior James Kirby, MD, Direttore del laboratorio di microbiologia clinica presso il BIDMC e Professore associato di patologia presso la Harvard Medical School. “Con ulteriore sviluppo, riteniamo che questa tecnologia possa costituire la base di una futura piattaforma diagnostica che aumenta le capacità dei laboratori clinici, accelerando in definitiva l’erogazione dell’assistenza ai pazienti”.
( Vedi anche: Sviluppato un programma di intelligenza artificiale che imita l’ apprendimento dei bambini).
Il team di Kirby ha utilizzato un microscopio automatizzato progettato per raccogliere dati di immagini ad alta risoluzione da diapositive. In questo caso, campioni di sangue prelevati da pazienti con sospette infezioni sono stati incubati per aumentare il numero dei batteri. Quindi, i vetrini sono stati preparati mettendo una goccia di sangue su un vetrino e macchiati con una tintura per rendere più visibili le strutture cellulari batteriche.
Successivamente, i ricercatori hanno addestrato una rete neurale convoluzionale (CNN) – una classe di intelligenza artificiale modellata sulla corteccia visiva dei mammiferi e utilizzata per analizzare i dati visivi – per classificare i batteri in base alla loro forma e distribuzione. Sono state selezionate a tal fine, le caratteristiche che rappresentano i batteri che più spesso causano infezioni: i batteri a forma di bastoncello tra cui E. coli; i grappoli rotondi di specie di Staphylococcus e le coppie o le catene di specie di Streptococcus.
“Come un bambino, il sistema aveva bisogno di addestramento”, ha spiegato Kirby. “Imparare a riconoscere i batteri richiedeva molta pratica, commettendo errori e imparando da quegli errori”.
Per addestrare l’intelligenza artificiale, gli scienziati hanno alimentato la rete neurale non istruita con più di 25.000 immagini da campioni di sangue preparati durante gli esami clinici di routine. Ritagliando queste immagini – in cui i batteri erano già stati identificati dai microbiologi clinici umani – i ricercatori hanno generato oltre 100.000 immagini per l’ addestramento.
L’intelligenza artificiale ha imparato come ordinare le immagini nelle tre categorie di batteri (a forma di bastoncello, grappoli rotondi e catene o coppie rotonde), ottenendo in definitiva un’accuratezza del 95%.
Successivamente, il team ha sfidato l’algoritmo per ordinare nuove immagini da 189 diapositive senza intervento umano. Nel complesso, l’algoritmo ha ottenuto una precisione superiore al 93% in tutte e tre le categorie. Con ulteriori sviluppi e formazione, Kirby e colleghi suggeriscono che la piattaforma AI-enhanced potrebbe essere utilizzata come sistema di classificazione completamente automatizzato, in futuro.
Nel frattempo, Kirby suggerisce che la classificazione automatizzata può migliorare la carenza di tecnologi umani aiutandoli a lavorare in modo più efficiente, “ipoteticamente riducendo il tempo di lettura dei tecnologi da minuti a secondi”, ha affermato il ricercatore.
Inoltre, queste immagini possono essere inviate a distanza, portando le competenze di livello più alto ovunque Internet può arrivare. Ciò è fondamentale, poiché la rapida identificazione e somministrazione di farmaci antibiotici è la chiave per trattare le infezioni del flusso sanguigno , che possono uccidere fino al 40% dei pazienti che le sviluppano. Ogni giorno un paziente non curato è associato a un aumentato rischio di mortalità.
“Oltre ai suoi usi clinici, il nuovo strumento potrebbe avere anche applicazioni nella formazione e nella ricerca in microbiologia”, ha osservato Kirby.
“Lo strumento diventa un repository di dati vivente mentre lo usiamo”, ha detto il ricercatore, ” e potrebbe essere utilizzato per formare nuovi dipendenti e garantire la competenza e fornire un livello di dettaglio senza precedenti come strumento di ricerca”.
 potrebbero aiutare i microbiologi clinici a diagnosticare le infezioni del sangue potenzialmente mortali .){kind=link}