Новаторская технология, разработанная UCL и исследователями Африканского института медицинских исследований (AHRI), может изменить способность точно интерпретировать результаты тестов на ВИЧ, особенно в странах с низким и средним уровнем доходов.
Ученые из Лондонского центра нанотехнологий при UCL и AHRI использовали алгоритмы глубокого обучения (искусственный интеллект / AI), чтобы улучшить способность медицинских работников диагностировать ВИЧ с помощью тестов бокового кровотока в сельских районах Южной Африки.
Их результаты, опубликованные сегодня в журнале Nature Medicine , включают первое и крупнейшее исследование результатов полевых тестов на ВИЧ, в которых применялось машинное обучение (ИИ), чтобы помочь классифицировать их как положительные или отрицательные.
Ежегодно во всем мире проводится более 100 миллионов тестов на ВИЧ, а это означает, что даже небольшое улучшение контроля качества может повлиять на жизни миллионов людей за счет снижения риска ложноположительных и отрицательных результатов.
Используя потенциал датчиков мобильных телефонов, камер, вычислительной мощности и возможностей обмена данными, команда разработала приложение, которое может считывать результаты тестирования с изображения, сделанного конечными пользователями на мобильном устройстве. Он также может сообщать о результатах в системы общественного здравоохранения для лучшего сбора данных и оказания постоянной помощи.
Тесты бокового потока — или экспресс-диагностические тесты (RDT) — использовались на протяжении всей пандемии COVID-19 и играют важную роль в контроле заболеваний и скрининге.
Хотя они обеспечивают быстрый и простой способ тестирования за пределами клинических условий, включая самотестирование , интерпретация результатов тестов иногда может быть сложной задачей для непрофессионалов.
Самотестирование основывается на самоотчетах людей в целях клинической поддержки и наблюдения. Имеющиеся данные свидетельствуют о том, что некоторые непрофессионалы могут испытывать трудности с интерпретацией ДЭТ из-за дальтонизма или близорукости.
В новом исследовании проверялось, может ли приложение ИИ поддержать решения о тестировании на ВИЧ, принимаемые полевыми работниками, медсестрами и медработниками.
Команда из более чем 60 обученных полевых работников в AHRI впервые помогла создать библиотеку из более чем 11000 изображений тестов на ВИЧ, сделанных в различных условиях в полевых условиях в Квазулу-Натале, Южная Африка, с использованием мобильного инструмента здравоохранения и протокола захвата изображений, разработанного UCL.