Lontoon Yliopiston Institute for People-Centred AI (PAI) ja Animal and Plant Health Agency (APHA) -ryhmän yhteistyön kehittämä uusi tekoälyjärjestelmä nopeuttaa rabaviksurin havaitsemista soluissa. Järjestelmä on suunniteltu parantamaan rabaviksurin valvontaa, joka aiheuttaa maailmanlaajuisesti noin 59 000 ihmisen kuolemaa vuosittain, ja tarjoamaan käytännön laboratoriotyökaluja endeemisille maille.
Nykyiset diagnostiikkamenetelmät perustuvat mikroskooppikuvausten manuaaliseen tarkasteluun, mikä on hidasta ja altis tulkinnan eroille. Tutkijat kouluttivat useita syväoppimismalleja käyttäen yli 2 300 fluoresenssi-kuvaa, joissa oli yli 36 000 merkittyä segmenttiä. Parhaiten suoriutunut malli saavutti 99,6 prosentin tarkkuuden rabaviksurin infektion luokittelussa soluissa ja erotti tehokkaasti infektoituneet ja eutetut solut. Järjestelmän ominaisuuksiin kuuluu nopeampi ja johdonmukaisempi näytteiden analyysi, mikä vähentää manuaalisen tulkinnan tarvetta.
Tämä teknologia voisi olla erityisen hyödyllinen maissa, joissa on rajalliset erikoisasiantuntijoiden resurssit. Järjestelmä on tarkoitettu mittaamaan luotettavasti vasta-aineen tasoja, tukemaan rokotteen suojaavuuden arviointia ja kansainvälisiä lemmikkieläinten matkustusvaatimuksia. Tutkimus luo kehityskonseptin, joka soveltuu muiden patogeenien havaitsemiseen, analysointiin ja valvontaan, mahdollisesti edistäen tekoälyn laajempaa käyttöä tartuntatautien tutkimuksessa ja diagnostiikassa.
Lisäkehitystä tavoittelee teknologian soveltaminen myös tartunnaisessa aivoaineessa havaitsemiseen, jotta voidaan muuttaa kansainvälisiä rabaviksurin diagnostiikkalaboratorioita. Tämä innovaatio tukee globaaleja pyrkimyksiä ihmisten kuolemien vähentämiseksi rabiksurista vahvistamalla valvontaa ja parantamalla diagnostiikkatoimintoja.