귀국하는 여행자의 말라리아를 탐지하는 ML 소프트웨어가 탑재된 첨단 현미경

데보라 퍼치너(Deborah Pirchner)

말라리아는 매년 50만 명 이상의 목숨을 앗아가는 전염병입니다. 전통적인 진단에는 전문성이 필요하고 업무량이 많기 때문에 국제 연구진이 자동주사현미경과 인공지능을 결합한 새로운 시스템을 활용한 진단이 임상 환경에서 가능한지 조사했다. 그들은 이 시스템이 표준 진단 절차에 사용되는 현미경을 작동하는 전문가만큼 정확하게 말라리아 기생충을 식별한다는 사실을 발견했습니다. 이는 현미경 검사자의 부담을 줄이고 가능한 환자 부담을 늘리는 데 도움이 될 수 있습니다.

매년 2억 명 이상의 사람들이 말라리아에 걸리고, 이 중 50만 명 이상이 사망에 이릅니다. 세계보건기구(WHO)는 Plasmodium 기생충으로 인한 질병 치료를 시작하기 전에 기생충 진단을 권장합니다. 진단방법에는 일반광학현미경, 신속진단검사, PCR 등 여러 가지가 있습니다.

그러나 말라리아 진단의 표준은 전문가가 현미경으로 혈액 도말을 검사하여 말라리아 기생충의 존재를 확인하는 수동 광학 현미경으로 남아 있습니다. 그러나 결과의 정확성은 근본적으로 현미경의 기술에 달려 있으며 테스트를 수행하는 전문가의 과도한 작업량으로 인한 피로로 인해 정확도가 저하될 수 있습니다.

이제 국제 연구팀은 Frontiers in Malaria에 발표된 논문에서 AI 탐지 소프트웨어와 자동화 현미경을 결합한 완전 자동화 시스템이 임상적으로 유용한 정확도로 말라리아를 진단할 수 있는지 평가했습니다.

“현미경에 비해 88percent의 진단 정확도로 AI 시스템은 전문가만큼 말라리아 기생충을 거의 식별했지만 완전하지는 않습니다”라고 UCLH 열대 질병 병원의 연구원 Dr. Roxanne Rees-Channer는 말했습니다. 영국. , 연구가 수행된 곳입니다. “임상 환경에서 이러한 수준의 성능은 말라리아를 표적으로 삼는 AI 알고리즘의 중요한 성과입니다. “이것은 시스템이 실제로 적절한 환경에서 말라리아 진단을 위한 임상적으로 유용한 도구가 될 수 있음을 나타냅니다.”

AI가 정확한 진단 제공

연구진은 말라리아 발병 국가에서 영국으로 돌아온 여행자로부터 1,200개 이상의 혈액 샘플을 채취했습니다. 이번 연구에서는 이상적인 조건의 실제 임상 환경에서 AI와 자동화 현미경 시스템의 정확성을 테스트했습니다.

수동광학현미경과 AI현미경 시스템을 사용해 샘플을 평가했다. 수동으로 113개의 샘플이 말라리아 기생충에 대해 양성으로 진단되었으며, 인공 지능 시스템은 99개의 샘플을 양성으로 정확하게 식별하여 88percent의 정확도를 나타냈습니다.

“의학용 AI는 종종 내부 데이터 세트에서 낙관적인 예비 결과를 산출하지만 실제 임상 환경에서는 실패합니다. 연구의 주저자이기도 한 Rees-Channer는 “이 연구는 AI 시스템이 실제 임상 사용 사례에서 성공할 수 있는지 여부를 독립적으로 평가했습니다.”라고 말했습니다.

자동 대 수동

연구진이 테스트한 완전 자동화된 말라리아 진단 시스템에는 하드웨어와 소프트웨어가 포함되어 있습니다. 자동화된 현미경 플랫폼은 혈액 도말을 스캔하고 말라리아 감지 알고리즘은 이미지를 처리하여 기생충과 존재하는 양을 감지합니다.

과학자들은 자동화된 말라리아 진단에 몇 가지 잠재적인 이점이 있다는 점에 주목했습니다. Rees-Channer는 “전문 현미경 전문가라도 피로해지며 실수를 할 수 있습니다. 특히 작업량이 많은 경우에는 더욱 그렇습니다.”라고 설명했습니다. “AI를 사용한 자동 말라리아 진단은 현미경 의사의 부담을 줄여 환자의 부담을 늘릴 수 있습니다.” 게다가 이러한 시스템은 재현 가능한 결과를 제공하며 광범위하게 구현될 수 있다고 과학자들은 썼습니다.

88percent의 정확도에도 불구하고 자동화 시스템은 122개의 샘플을 양성으로 잘못 식별했으며, 이로 인해 환자가 불필요한 항말라리아제를 투여받게 될 수 있습니다. “AI 소프트웨어는 아직 전문가 현미경만큼 정확하지 않습니다. Rees-Channer는 “이 연구는 결정적인 적합성 테스트라기보다는 유망한 데이터를 나타냅니다.”라고 결론지었습니다.

전체 조사 읽기

영국으로 돌아오는 여행자의 말라리아 탐지를 위해 기계 학습을 사용한 자동 현미경 평가, Roxanne R. Rees-Channer, Christine M. Bachman, Lynn Grignard, Michelle L. Gatton, Stephen Burkot, Matthew P. Horning, Charles B Delahunt , Liming Hu, Courosh Mehanian, Clay M. Thompson, Katherine Woods, Paul Lansdell, Sonal Shah, Peter L. Chiodini, 말라리아의 개척자(2023).