人工智能可以加快尿路感染的诊断速度

奥地利弗劳恩霍夫协会和位于特雷维索的 AULSS2 Marca Trevigiana 研究所开发了一种基于人工智能的方法，可以减少实验室的工作量。

尿路感染通常通过尿液培养来诊断：将尿液样本的提取物涂在培养皿上，并在接下来的 24 至 48 小时内在显微镜下检查细菌生长情况。然而，经过这个耗时的过程后，超过三分之二的样本结果呈阴性。

能够提前过滤掉这些阴性样本将大大减少实验室的工作量，并且可以更快地获得阴性检测结果。奥地利和意大利研究团队现在开发的人工智能(AI)可以比以前的方法更准确地检测阴性样本，因此可以减少实验室16%的工作量。

使用的算法属于所谓的可解释人工智能的范畴：它告知治疗患者的医生将样本识别为阴性的原因。研究结果发表在《美国临床病理学杂志》上，可立即在合适的机器上使用。

由于详细检查每个尿液样本非常耗时，因此许多医院已经使用流式细胞术。通过这种方式，医生能够进行预选，从而避免明显阴性或污染的样本首先被送往尿培养。为此目的广泛使用的设备是“Sysmex Uf-1000i”，研究人员在研究中分析了该设备的数据。

该设备自动对样本中的颗粒进行计数和分类，并输出 40 多个参数，然后可用于诊断。然而，以前识别阴性样本的方法仅使用其中的几个参数，这一事实为该研究项目提供了动力。

“我们想看看是否可以通过在评估中包含更多参数而不是仅两个或三个参数来改善结果，”奥地利弗劳恩霍夫协会项目负责人贾科莫·达科尔 (Giacomo Da Col) 解释道。与意大利阿维亚诺国家癌症研究所的医生 Fabio Del Ben 和一个研究小组一起，对来自 10,534 名患者的 15,312 个样本进行了评估。

免责声明：本文由用户上传，如有侵权请联系删除！