英國倫敦大學學院Rachel A. McKendry等研究人員開發(fā)出人體免疫缺陷病毒(HIV)快速檢測的深度學習方法。該項研究成果近日在線發(fā)表于《自然—醫(yī)學》。
研究人員使用深度學習來分類在南非農村獲取的快速HIV測試圖像。使用具有三星SM-P585平板電腦的新開發(fā)圖像捕獲協議，60個現場工作者常規(guī)獲取了HIV橫向流量測試。從11374個圖像的文庫中，深度學習算法得以訓練，從而可將測試分類為陽性或陰性。作為移動應用部署算法的試驗現場研究表明，與人類經驗豐富的護士和新培訓的社區(qū)衛(wèi)生工作人員的傳統視覺解釋相比，其敏感度更高(97.8%)和特異性更強(100%) ，并減少了假陽性和假陰性。
這些研究結果為低收入和中等收入國家進行了深度學習的診斷新范式，稱為REASSURED診斷。這些診斷有可能為勞動力培訓、質量保證、決策支持和移動連接提供促進疾病控制策略，從而加強醫(yī)療保健系統效率，并在新興感染方面改善患者結果和暴發(fā)管理。
