การเรียนรู้เชิงลึกโดยใช้กล้องจุลทรรศน์ทำนายการติดไวรัส

ภาพจาก University of Zurich (Switzerland)

โครงข่ายประสาทเทียมที่มีการเรียนรู้เชิงลึกสามารถระบุเซลล์ที่ติดอะดีโนไวรัส (adenoviruses) หรือไวรัสเริมได้อย่างน่าเชื่อถือจากภาพเรืองแสงของเซลล์ที่มีชีวิต อัลกอริธึมที่พัฒนาขึ้นโดยนักวิจัยจาก University of Zurich (UZH) ของสวิตเซอร์แลนด์ (UZH) ได้รับการออกแบบมาเพื่อตรวจจับการเปลี่ยนแปลงในการจัดเรียงของนิวเคลียสของเซลล์ที่ส่งสัญญาณว่ามีการติดเชื้อ นักวิจัยได้ฝึกแบบจำลองนี้เพื่อระบุแบบรูป (pattern) ตามแบบฉบับของเซลล์ที่ติดเชื้อหรือไม่ติดเชื้อ โดยใช้ชุดข้อมูลขนาดใหญ่ของภาพจากกล้องจุลทรรศน์ อัลกอริธึมยังแสดงให้เห็นถึงความสามารถในการระบุการติดเชื้อเฉียบพลันและรุนแรงด้วยความแม่นยำ 95% ล่วงหน้าสูงสุด 24 ชั่วโมง โดยแยกความแตกต่างระหว่างสองเฟสที่แยกจากกันของการติดเชื้อแบบไลติก (lytic infection)

อ่านข่าวเต็มได้ที่: University of Zurich (Switzerland)