آیا تصاویر هولوگرام می‌تواند پایانی برای بیماری مالاریا باشد؟

آیا تصاویر هولوگرام می‌تواند پایانی برای بیماری مالاریا باشد؟

محققان به کمک روشی مبتنی بر یادگیری عمیق راهی برای تشخیص سریع‌تر و ارزان‌تر بیماری مالاریا کشف کرده‌اند.

بنا بر گفته‌ی سازمان بهداشت جهانی، پشه‌ها از جمله کشنده‌ترین جانوران روی زمین هستند، در کشورهای فقیر جهان با سطح بهداشت پایین این حشرات هر ساله تقریبا ۵۰۰ میلیون نفر را به بیماری‌های مهلک مبتلا می‌کنند. گزش پشه‌ها ممکن است فقط باعث خارش پوستی شود ولی بیماری‌هایی که برخی از پشه‌ها می‌توانند ناقل آن باشند بسیار کشنده هستند. از تمام بیماری‌هایی که پشه‌ها ناقل آن هستند تا کنون مالاریا مرگبارترین آنها بوده است که هر ساله باعث مرگ ۱ تا ۲ میلیون نفر در سرتاسر جهان می‌شود.

تشخیص بیماری مالاریا در طب نوین کار خیلی دشواری نیست، در حال حاضر بهترین روش برای تشخیص بیماری مالاریا بررسی نمونه‌ی خون رنگ‌آمیزی شده بر روی لام توسط متخصصان و با استفاده از میکروسکوپ است، اما متاسفانه در کشورهای فقیر و توسعه نیافته تعداد این متخصصان بسیار کم است یا اینکه امکان دسترسی به چنین متخصصانی برای همه وجود ندارد. مورد دیگری که باید به آن توجه کرد این است که پزشکان متخصص برای بررسی نمونه‌های خون باید زمان زیادی را صرف کنند.

همان طور که گفته شد در کشورهای فقیر، جایی که بیماری مالاریا شیوع و فراوانی بیشتری دارد امکان دسترسی به پزشکان متخصص و دوره‌دیده بسیار کم است، بنابراین گروه مهندسی پزشکی دانشگاه دوک روش جدیدی را ابداع کردند که در این روش جدید پزشکان متخصص را با یک الگوریتم جایگزین کرده‌اند. در این روش جدید با صرف هزینه‌ی کمتر و بدون نیاز به متخصصان عفونی، امکان تشخیص بیماری مالاریا میسر می‌شود.

برای شروع کار، محققان دانشگاه دوک، یک پرتو لیزری را بر سراسر یک نمونه‌ی خون تاباندند تا به یک تصویر هولوگرافیک دست پیدا کنند. این گروه تحقیقاتی سال‌ها است که از این تکنیک استفاده می‌کنند و این روش یک استاندارد برای آن‌ها محسوب می‌شود. تصاویر به دست آمده می‌توانند تغییر شکل این سلول‌ها و علائم مختلف عفونت را در سلول‌ها نشان دهد، اما این تصاویر باید مورد بررسی و آنالیز قرار بگیرند تا مشخص شود که آیا این علائم و نشانه‌ها مربوط به بیماری مالاریا هستند یا اینکه به بیماری دیگری مربوط می‌شود.

یکی از اساتید و یکی از دانشجویان مقطع دکتری در دانشگاه دوک ۲۳ معیار قابل سنجش مانند ضخامت و عدم تقارن سلولی را شناسایی کرده‌اند که این معیارها به محققان کمک می‌کند تا سلول‌های عفونی را از سلول‌های سالم تشخیص دهند. اگرچه این معیارها بسیار مفید بوده‌اند اما به آن اندازه که محققان انتظار داشته‌اند قابل اعتماد نیستند. صحت و درستی هیچکدام از آنها به تنهایی از ۹۰ درصد بیشتر نبوده است. درست در همینجا است که الگوریتم معرفی شده کاربرد پیدا می‌کند. این محققان اطلاعات مربوط به هزاران سلول سالم و غیر سالم را به یک برنامه‌ی یادگیری عمیق (Deep Learning) داده‌اند. این برنامه به خود آموزش می‌دهد تا اینکه مشخص کند کدام پارامترها در چه آستانه‌ای و در چه ترکیباتی به احتمال زیاد نشان‌دهنده‌ی بیماری مالاریا هستند. بعد از مشاهده‌ی هزاران تصویر، این الگوریتم یاد گرفت که بیماری مالاریا را به درستی و با صحت حداقل ۹۷ درصد تشخیص دهد و توانست در هر دقیقه هزاران سلول را با استفاده از ساختارگشایی این هولوگرام‌ها به اجزا و اطلاعات ساده‌تر و بر طبق ۲۳ معیار قبلی مورد پردازش قرار دهد. این امکان وجود دارد که هولوگرام‌ها بسته‌بندی شده و به تعداد زیاد انتقال داده شوند و از آنجایی که این الگوریتم هولوگرام‌ها را بر طبق معیارهای ساده شده، آنالیز می‌کند، این تکنیک برای مناطق فقیر و توسعه نیافته که از اینترنت خوبی نیز برخوردار نیستند، بسیار تکنیک مفید و قابل قبولی است.

این تکنیک تا به اینجا بسیار موفق بوده است و برای محیط‌های آزمایشگاهی بسیار مناسب است. محققان دانشگاه دوک نسخه‌ای قابل دسترس‌تر از این تکنیک را طراحی و ایجاد کرده‌اند که در زمینه‌ی تشخیص مالاریا قابل استفاده است و با هزینه‌‌ی تقریبی ۵۰۰ دلار قابل راه‌اندازی است.

منبع digitaltrends

از سراسر وب

  دیدگاه
کاراکتر باقی مانده

بیشتر بخوانید