Et nytt AI-system, utviklet av University of Surrey’s Institute for People-Centred AI (PAI) i samarbeid med Rabies and Viral Zoonoses teamet ved Animal and Plant Health Agency (APHA), akselererer rabiesvirusdeteksjon i cellekulturer.
Systemet er designet for å forbedre overvåkingen av rabies, en sykdom som forårsaker omtrent 59 000 menneskelige dødsfall hvert år, og gir praktiske laboratorieverktøy for endemiske land. Nåværende diagnostiske metoder innebærer manuell undersøkelse av mikroskopibilder, en prosess som er treg og utsatt for tolkningsforskjeller.
Forskere trente flere dype læringsmodeller ved hjelp av over 2 300 fluorescerende bilder som inneholdt over 36 000 annoterte seksjoner. Den bestpresterende modellen oppnådde 99,6 prosent nøyaktighet i klassifiseringen av rabiesvirusinfeksjon i celler og skiller effektivt mellom infiserte og ikke-infiserte celler. Systemets funksjoner inkluderer raskere og mer konsistente prøveanalyser, noe som reduserer avhengigheten av manuell tolkning.
Denne teknologien kan være spesielt nyttig i land med begrenset spesialistkompetanse og er ment å pålitelig måle antistoffnivåer, støtte vurderinger av vaksinasjonseffektivitet og møte internasjonale reisekrav for kjæledyr. Forskningen etablerer en rammeverk som er tilpasset for deteksjon, analyse og overvåking av andre patogener, noe som potensielt kan muliggjøre bredere anvendelser av AI i forskning og diagnostikk av smittsomme sykdommer. Videre utvikling har som mål å tilpasse teknologien for deteksjon i infisert hjernevæv, med det mål å transformere internasjonale rabiesdiagnostiske laboratorier. Dette innovasjonen støtter globale bestrebelser for å eliminere menneskelige dødsfall fra rabies ved å styrke overvåkingen og forbedre diagnostiske evner.