AI 앱으로 HIV를 보다 정확하게 진단할 수 있음: UCL(University College London)과 AHRI(Africa Health Research Institute) 연구원이 개발한 선구적인 기술, 특히 저소득 및 중산층 플라톤 데이터에서 HIV 테스트 결과를 정확하게 해석하는 능력 변환 가능 지능

홈 > PR 기사 > AI 앱은 HIV를보다 정확하게 진단하는 데 도움이 될 수 있습니다 : UCL (University College London) 및 AHRI (Africa Health Research Institute) 연구원이 개발 한 선구적인 기술은 특히 저소득 및 중간 소득에서 HIV 검사 결과를 정확하게 해석하는 능력을 변화시킬 수 있습니다.

이 작업을 통해 그들은 UCL 팀의 기계 학습 알고리즘을위한 훈련 데이터로 사용 된 다양한 조건에서 찍은 HIV 테스트 이미지 라이브러리를 구축했습니다. 신용
아프리카 건강 연구소

요약 :
UCL (University College London)과 AHRI (Africa Health Research Institute) 연구원이 개발 한 선구적인 기술은 특히 저소득 및 중간 소득 국가에서 HIV 검사 결과를 정확하게 해석하는 능력을 바꿀 수 있습니다.

AI 앱은 HIV를보다 정확하게 진단하는 데 도움이 될 수 있습니다 : UCL (University College London)과 AHRI (Africa Health Research Institute) 연구원이 개발 한 선구적인 기술은 특히 저소득층과 중간 소득층에서 HIV 검사 결과를 정확하게 해석하는 능력을 바꿀 수 있습니다.

런던, 영국 | 게시일 : 18 년 2021 월 XNUMX 일

UCL 및 AHRI에있는 런던 나노 기술 센터의 학자들은 남아프리카 시골에서 측면 흐름 테스트를 사용하여 HIV를 진단하는 의료 종사자의 능력을 향상시키기 위해 딥 러닝 (인공 지능 / AI) 알고리즘을 사용했습니다.

오늘 Nature Medicine에 발표 된 그들의 연구 결과에는 현장에서 획득 한 HIV 테스트 결과에 대한 최초이자 최대 규모의 연구가 포함되어 있습니다.이 연구는 기계 학습 (AI)을 적용하여 양성 또는 음성으로 분류합니다.

매년 전 세계적으로 100 억 개 이상의 HIV 검사가 실시됩니다. 즉, 품질 보증을 조금만 개선해도 오탐 및 음성의 위험을 줄여 수백만 명의 삶에 영향을 미칠 수 있습니다.

팀은 휴대폰 센서, 카메라, 처리 능력 및 데이터 공유 기능의 잠재력을 활용하여 최종 사용자가 모바일 장치에서 촬영 한 이미지에서 테스트 결과를 읽을 수있는 앱을 개발했습니다. 또한 더 나은 데이터 수집 및 지속적인 치료를 위해 결과를 공중 보건 시스템에보고 할 수 있습니다.

COVID-19 전염병 전반에 걸쳐 측면 흐름 테스트 또는 RDT (신속 진단 테스트)가 사용되었으며 질병 통제 및 선별 검사에서 중요한 역할을합니다.

자가 테스트를 포함하여 임상 환경 밖에서 빠르고 쉽게 테스트 할 수있는 방법을 제공하지만 테스트 결과의 해석은 때때로 일반인에게 어려울 수 있습니다.

자가 테스트는 임상 지원 및 감시 목적으로 사람들이자가보고 결과에 의존합니다. 증거에 따르면 일부 일반 간병인은 색맹이나 근시안 때문에 RDT를 해석하는 데 어려움을 겪을 수 있습니다.

새로운 연구는 AI 앱이 현장 작업자, 간호사 및 지역 사회 보건 종사자들이 내린 HIV 검사 결정을 지원할 수 있는지 여부를 조사했습니다.

AHRI의 훈련 된 현장 작업자 60 명 이상으로 구성된 팀은 먼저 남아프리카 콰 줄루 나탈의 다양한 조건에서 촬영 한 11,000 개 이상의 HIV 테스트 이미지 라이브러리를 구축하는 데 도움을주었습니다. UCL.

그런 다음 UCL 팀은 이러한 이미지를 기계 학습 알고리즘의 훈련 데이터로 사용했습니다. 그들은 알고리즘이 이미지를 음성 또는 양성으로 분류하는 것과 사용자가 눈으로 테스트 결과를 해석하는 정도를 비교했습니다.

선임 저자이자 i-sense 교수 인 Rachel McKendry (UCL London Center for Nanotechnology 및 UCL Division of Medicine)는 다음과 같이 말했습니다.“이 연구는 딥 러닝을 사용하여 '실세계 '현장에서 획득 한 신속한 테스트 이미지를 제공하고 테스트 결과를 눈으로 읽을 때 발생할 수있는 오류 수를 줄입니다. 이 연구는 모바일 의료 도구가 저소득 및 중간 소득 국가에 미칠 수있는 긍정적 인 영향을 보여주고 향후 더 큰 연구를위한 길을 열어줍니다.”

다양한 경험을 가진 40 명의 사용자 (간호사에서 새로 훈련 된 지역 사회 보건 종사자에 이르기까지)를 대상으로 한 파일럿 현장 연구에서 모바일 앱을 사용하여 XNUMX 개의 HIV 테스트 결과에 대한 해석을 기록하고 테스트 사진을 자동으로 읽을 수 있도록 캡처했습니다. 기계 학습 분류 자에 의해. 모든 참가자는 교육없이 앱을 사용할 수있었습니다.

머신 러닝 분류기는 RDT 읽기 오류를 줄여 기존의 눈으로 테스트 한 해석 (98.9 %)에 비해 전체적으로 92.1 %의 정확도로 RDT 이미지를 올바르게 분류 할 수있었습니다.

HIV RDT 해석에있어 다양한 경험을 가진 사용자를 대상으로 한 이전 연구에서는 정확도가 80 %에서 97 % 사이에 차이가 있음을 보여주었습니다.

RDT가 지원할 수있는 다른 질병으로는 말라리아, 매독, 결핵, 인플루엔자 및 비 전염성 질병이 있습니다.

제 XNUMX 저자 인 Valérian Turbé 박사 (UCL London Center for Nanotechnology)와 McKendry 그룹의 i-sense 연구원은 다음과 같이 말했습니다.“KwaZulu-Natal에서 데이터 수집을 조직하는 현장 작업자와 함께 시간을 보냈기 때문에 사람들이 얼마나 어려운지 보았습니다. 기본적인 의료 서비스에 액세스합니다. 이러한 도구가 사람들이 이미지를 해석하도록 교육하는 데 도움이 될 수 있다면 초기 단계의 HIV를 감지하는 데 큰 차이를 만들 수 있습니다. 즉, 의료 서비스에 더 잘 접근하거나 잘못된 진단을 피할 수 있습니다. 이것은 특히 HIV가 전염 될 수 있기 때문에 사람들의 삶에 막대한 영향을 미칠 수 있습니다.”

이제 팀은 연령, 성별 및 디지털 문해력 수준이 다른 사용자를 대상으로 시스템의 성능을 평가하기 위해 더 큰 평가 연구를 계획합니다.

또한 디지털 시스템은 RDT 배포 및 공급을 더 잘 모니터링하고 관리 할 수있는 실험실 및 의료 관리 시스템에 연결하도록 설계되었습니다.

AHRI 임상 연구 교수 인 Maryam Shahmanesh (UCL 글로벌 보건 연구소) 교수는 다음과 같이 말했습니다.“이 지역에서 실시한 실험을 통해 HIV자가 검사가 많은 청소년과 청년에게 효과적인 것으로 나타났습니다. 그러나 HIV 자체 검사는 사람들을 생물 의학 예방 및 치료에 연결하는 데 덜 성공적이었습니다. 항 레트로 바이러스 치료 및 노출 전 예방과의 연계를 포함하여 검사 결과와 사람을 의료에 연결하는 디지털 시스템은 HIV 예방을 분산시키고 HIV를 제거하기위한 UNAIDS 목표를 달성 할 가능성이 있습니다.”

AHRI의 인구 과학 교수 인 Kobus Herbst 박사는 다음과 같이 덧붙였습니다. "이 연구는 기계 학습 접근 방식이 전 세계 남부에서 제공되는 크고 다양한 데이터 세트로부터 혜택을받을 수 있지만 동시에 지역 보건 우선 순위와 요구에 대응할 수있는 방법을 보여줍니다."

연구원들은 또한 연결된 장치를 통해 RDT 결과를 실시간으로보고하면 양성 테스트 수치가 높은 '핫스팟'을 강조하는 등 인력 교육 및 발병 관리에 도움이 될 수 있다고 제안합니다. 그들은 현재 COVID-19 및 비 전염성 질병을 포함한 다른 감염에 대한 접근 방식을 확장하고 있습니다.

전 AHRI 이사 인 Deenan Pillay (UCL Infection & Immunity) 교수는 다음과 같이 말했습니다 :“디지털 건강 연구가 주류로 이동함에 따라 전 세계에서 가장 도움이 필요한 인구가 고소득층에있는 사람들만큼 혜택을받지 못할 것이라는 심각한 우려가 남아 있습니다. 우리의 작업은 적절한 파트너십과 참여를 통해 저소득 및 중간 소득 환경의 사람들에게 유용성과 혜택을 어떻게 보여줄 수 있는지 보여줍니다.”

####

자세한 내용은 클릭하세요 여기에서 지금 확인해 보세요.

연락처 :
소피 빈터
44-020-310

뿡뿡

의견이 있으시면 제발 Contact 우리.

7th Wave, Inc. 또는 Nanotechnology Now가 아닌 뉴스 릴리스 발행자는 전적으로 컨텐츠의 정확성에 대한 책임이 있습니다.

서표: