Home > Media > AI-app kan helpen om hiv nauwkeuriger te diagnosticeren: baanbrekende technologie ontwikkeld door UCL (University College London) en Africa Health Research Institute (AHRI) onderzoekers zou het vermogen om hiv-testresultaten nauwkeurig te interpreteren kunnen transformeren, vooral bij lage en middeninkomens
Door dit werk bouwden ze een bibliotheek met afbeeldingen van hiv-tests die in verschillende omstandigheden zijn genomen - die werden gebruikt als trainingsgegevens voor het machine-learningalgoritme van het UCL-team. CREDIT Afrika Gezondheidsonderzoeksinstituut |
Abstract:
Baanbrekende technologie ontwikkeld door UCL (University College London) en Africa Health Research Institute (AHRI) onderzoekers zou het vermogen om hiv-testresultaten nauwkeurig te interpreteren kunnen transformeren, met name in lage- en middeninkomenslanden.
AI-app kan helpen om hiv nauwkeuriger te diagnosticeren: baanbrekende technologie ontwikkeld door UCL (University College London) en Africa Health Research Institute (AHRI) onderzoekers zou het vermogen om hiv-testresultaten nauwkeurig te interpreteren kunnen transformeren, vooral bij lage en middeninkomens
Londen, VK | Geplaatst op 18 juni 2021
Academici van het London Centre for Nanotechnology aan de UCL en AHRI gebruikten deep learning-algoritmen (kunstmatige intelligentie/AI) om het vermogen van gezondheidswerkers om hiv te diagnosticeren te verbeteren met behulp van laterale flow-tests op het platteland van Zuid-Afrika.
Hun bevindingen, vandaag gepubliceerd in Nature Medicine, omvatten de eerste en grootste studie van in het veld verworven HIV-testresultaten, waarbij machine learning (AI) is toegepast om ze als positief of negatief te classificeren.
Jaarlijks worden over de hele wereld meer dan 100 miljoen hiv-tests uitgevoerd, wat betekent dat zelfs een kleine verbetering van de kwaliteitsborging het leven van miljoenen mensen kan beïnvloeden door het risico op valse positieven en negatieven te verminderen.
Door gebruik te maken van het potentieel van sensoren voor mobiele telefoons, camera's, verwerkingskracht en mogelijkheden voor het delen van gegevens, heeft het team een app ontwikkeld die testresultaten kan lezen van een afbeelding die door eindgebruikers is gemaakt op een mobiel apparaat. Het kan mogelijk ook resultaten rapporteren aan volksgezondheidssystemen voor betere gegevensverzameling en doorlopende zorg.
Laterale flow-tests - of snelle diagnostische tests (RDT's) - zijn tijdens de COVID-19-pandemie gebruikt en spelen een belangrijke rol bij ziektebestrijding en screening.
Hoewel ze een snelle en gemakkelijke manier van testen bieden buiten klinische omgevingen, inclusief zelftesten, kan de interpretatie van testresultaten soms een uitdaging zijn voor leken.
Zelftesten zijn gebaseerd op zelfrapportage van resultaten door mensen voor klinische ondersteuning en bewakingsdoeleinden. Er zijn aanwijzingen dat sommige lekenzorgverleners moeite kunnen hebben om RDT's te interpreteren vanwege kleurenblindheid of bijziendheid.
De nieuwe studie onderzocht of een AI-app hiv-testbeslissingen kan ondersteunen die worden genomen door veldwerkers, verpleegkundigen en gezondheidswerkers in de gemeenschap.
Een team van meer dan 60 getrainde veldwerkers bij AHRI hielp eerst bij het opbouwen van een bibliotheek met meer dan 11,000 afbeeldingen van hiv-tests die onder verschillende omstandigheden in het veld in KwaZulu-Natal, Zuid-Afrika, waren genomen, met behulp van een mobiele gezondheidstool en een beeldregistratieprotocol ontwikkeld door UCL.
Het UCL-team gebruikte deze afbeeldingen vervolgens als trainingsgegevens voor hun algoritme voor machine learning. Ze vergeleken hoe nauwkeurig het algoritme afbeeldingen classificeerde als negatief of positief, versus gebruikers die testresultaten met het oog interpreteerden.
Hoofdauteur en directeur van i-sense Professor Rachel McKendry (UCL London Centre for Nanotechnology en UCL Division of Medicine) zei: "Deze studie is een echt sterke samenwerking met AHRI die de kracht aantoont van het gebruik van deep learning om met succes 'real-world ' veld verworven snelle testbeelden, en verminderen het aantal fouten dat kan optreden bij het lezen van testresultaten met het oog. Dit onderzoek toont de positieve impact aan die de mobiele gezondheidstools kunnen hebben in lage- en middeninkomenslanden, en maakt de weg vrij voor een grotere studie in de toekomst.”
Bij een pilot-veldonderzoek onder vijf gebruikers met verschillende ervaring (variërend van verpleegkundigen tot pas opgeleide gezondheidswerkers in de gemeenschap) gebruikten ze de mobiele app om hun interpretatie van 40 hiv-testresultaten vast te leggen, en om een foto van de tests vast te leggen om automatisch te worden gelezen door de machine learning classifier. Alle deelnemers konden de app zonder training gebruiken.
De machine learning-classificator was in staat om fouten bij het lezen van RDT's te verminderen, door RDT-afbeeldingen correct te classificeren met een algehele nauwkeurigheid van 98.9%, vergeleken met traditionele interpretatie van de tests met het oog (92.1%).
Een eerdere studie van gebruikers met verschillende ervaring in het interpreteren van HIV RDT's toonde aan dat de nauwkeurigheid varieerde tussen 80% en 97%.
Andere ziekten die door RDT's kunnen worden ondersteund, zijn onder meer malaria, syfilis, tuberculose, griep en niet-overdraagbare ziekten.
Eerste auteur Dr. Valérian Turbé (UCL London Centre for Nanotechnology) en i-sense-onderzoeker in de McKendry-groep zeiden: "Na enige tijd in KwaZulu-Natal te hebben doorgebracht met veldwerkers die het verzamelen van gegevens organiseerden, heb ik gezien hoe moeilijk het is voor mensen om toegang te krijgen tot basisgezondheidszorg. Als deze tools mensen kunnen trainen om de beelden te interpreteren, kun je een groot verschil maken bij het opsporen van hiv in een zeer vroeg stadium, wat betekent dat je betere toegang tot gezondheidszorg krijgt of een verkeerde diagnose voorkomt. Dit kan enorme gevolgen hebben voor het leven van mensen, vooral omdat hiv overdraagbaar is.”
Het team plant nu een groter evaluatieonderzoek om de prestaties van het systeem te beoordelen, met gebruikers van verschillende leeftijden, geslachten en niveaus van digitale geletterdheid.
Er is ook een digitaal systeem ontworpen om verbinding te maken met managementsystemen voor laboratoria en gezondheidszorg, waar de inzet en levering van RDT beter kunnen worden gecontroleerd en beheerd.
Professor Maryam Shahmanesh (UCL Institute for Global Health), hoofd van de klinische onderzoeksfaculteit van AHRI, zei: "Uit proeven die we in het gebied hebben uitgevoerd, is gebleken dat zelftests op hiv effectief zijn bij het bereiken van grote aantallen adolescenten en jonge mannen. Hiv-zelftests zijn echter minder succesvol geweest in het koppelen van mensen aan biomedische preventie en behandeling. Een digitaal systeem dat een testresultaat en de persoon verbindt met de gezondheidszorg, inclusief koppeling aan antiretrovirale therapie en pre-expositie profylaxe, heeft het potentieel om hiv-preventie te decentraliseren en UNAIDS-doelen te halen om hiv uit te roeien.”
Dr. Kobus Herbst, hoofd van de faculteit Population Science van AHRI, voegde toe: "Deze studie laat zien hoe machine learning-benaderingen kunnen profiteren van grote en diverse datasets die beschikbaar zijn in het Zuiden, maar tegelijkertijd kunnen reageren op lokale gezondheidsprioriteiten en -behoeften."
De onderzoekers suggereren ook dat realtime rapportage van RDT-resultaten via een aangesloten apparaat zou kunnen helpen bij het trainen van personeel en het beheer van uitbraken, bijvoorbeeld door 'hotspots' te benadrukken waar positieve testaantallen hoog zijn. Ze breiden momenteel de aanpak uit naar andere infecties, waaronder COVID-19 en niet-overdraagbare ziekten.
Voormalig AHRI-directeur professor Deenan Pillay (UCL Infection & Immunity), zei: "Terwijl digitaal gezondheidsonderzoek de mainstream wordt, blijven er ernstige zorgen dat de meest behoeftige bevolkingsgroepen over de hele wereld niet zoveel zullen profiteren als die met een hoog inkomen. Ons werk laat zien hoe we, met de juiste partnerschappen en betrokkenheid, nut en voordeel kunnen aantonen voor mensen met een laag en gemiddeld inkomen."
####
Voor meer informatie, klik hier.
Kontakte:
Sophie Vinter
44-020-310-87787
@RTLnieuws
Auteursrecht © University of College London
Als u een opmerking heeft, alstublieft Contact met ons op.
Uitgevers van nieuwsberichten, niet 7th Wave, Inc. of Nanotechnology Now, zijn zelf verantwoordelijk voor de juistheid van de inhoud.
Gerelateerde Links |
Gerelateerd nieuws Pers |
Nieuws en informatie
Het afstemmen van grafeen op atomaire schaal benadert de macroscopische wereld Juni 18, 2021
Mogelijke toekomsten
Het afstemmen van grafeen op atomaire schaal benadert de macroscopische wereld Juni 18, 2021
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
Nanogeneeskunde
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
De verwarming aanzetten: een flexibel apparaat voor lokale warmtebehandeling van levende weefsels Juni 11, 2021
Arrowhead Pharmaceuticals om deel te nemen aan komende conferenties Juni 2nd, 2021
Arrowhead Pharmaceuticals om deel te nemen aan komende conferenties Juni 2nd, 2021
ontdekkingen
Het afstemmen van grafeen op atomaire schaal benadert de macroscopische wereld Juni 18, 2021
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
Mededelingen
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
Interviews / Boekbesprekingen / Essays / Rapporten / Podcasts / Journals / White papers / Posters
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
Nanobiotechnologie
'Nanodecoy'-therapie bindt en neutraliseert het SARS-CoV-2-virus Juni 18, 2021
De verwarming aanzetten: een flexibel apparaat voor lokale warmtebehandeling van levende weefsels Juni 11, 2021
Arrowhead Pharmaceuticals om deel te nemen aan komende conferenties Juni 2nd, 2021
Arrowhead Pharmaceuticals om deel te nemen aan komende conferenties Juni 2nd, 2021
Coinsmart. Beste Bitcoin-beurs in Europa
Bron: http://www.nanotech-now.com/news.cgi?story_id=56726