這就是目前哈佛醫(yī)學院（BIDMC）的研究員們正在進行的創(chuàng)新嘗試。研究人員已經(jīng)開發(fā)出一種顯微鏡，可以通過機器學習技術(machine learning)來不斷增強顯微鏡的功能，以幫助診斷潛在致命的血液感染，此舉大大提高患者生存的可能性。

 

哈佛醫(yī)學院臨床微生物實驗室主任兼哈佛醫(yī)學院病理學副教授James Kirby博士說： “當某人在醫(yī)院感染時，患者的血液樣本會被送到微生物實驗室進行診斷。有不同類型的感染，包括細菌，真菌和寄生蟲。這些可能是血流感染、尿路感染、肺炎或腹瀉?；颊哐簶颖居缮锛夹g專家在顯微鏡下進行檢查，該技術人員可以根據(jù)生物體的形狀、顏色和圖像來確定感染的類型。這些重要的信息會被醫(yī)生用來選擇有效的治療手段。”

 

那么為什么要使用人工智能（AI）呢？原因是要成為一個能準確一致地識別微生物的專家需要多年的時間。審查一個樣本也需要很長時間 - 在繁忙的現(xiàn)代化實驗室中，這樣做法越來越難。為了創(chuàng)造一個高科技的替代品，研究人員訓練了一種神經(jīng)網(wǎng)絡，通過超過數(shù)十萬張原始圖像數(shù)據(jù)來識別患者樣品中的傳染性病原體。經(jīng)過測試，診斷的準確率高達95%。

 

 

Kirby博士繼續(xù)說：“我們可以設想一個人工智能，經(jīng)過全面的診斷訓練后即可成為專家。但是，我們更愿意給它定義成'診斷助手'。一個結(jié)合了生物技術專家的人工智能。具體工作流程是一臺自動化的顯微鏡將從病人樣本中捕獲數(shù)百個圖像。然后，AI程序?qū)⒆R別包含微生物的選擇圖像，并將其呈現(xiàn)給計算機屏幕上的技術人員并提供診斷。技術人員然后將掃描屏幕上的圖像，并確認診斷。微生物在標本中通常非常少見，技術專家可能需要很長時間才能通過標準的手動方式來識別微生物。