Filariose ist eine weit verbreitete tropische Infektionskrankheit, von der weltweit mehr als 1 Milliarde Menschen betroffen sind. Je nach Parasit verursacht sie Lymphödeme, Elefantiasis, Juckreiz und Blindheit - die so genannte Flussblindheit. Um die Filariose als öffentliches Gesundheitsproblem zu beseitigen, werden alle Menschen, die in endemischen Gebieten leben, mit Massenmedikamenten behandelt. Die Diagnose der Krankheit erfolgt durch die mikroskopische Untersuchung eines Blutausstrichs durch einen menschlichen Experten, was sehr mühsam ist und Experten nicht immer zur Verfügung stehen.
Im Rahmen der Erforschung dieser Krankheit haben spanische Forschende Algorithmen der Künstlichen Intelligenz (KI) entwickelt, um Mikrofilarien im Blut aufzuspüren.
Diese Algorithmen unterscheiden die häufigsten Parasitenarten in Afrika (Loa loa, Mansonella perstans und Wuchereria bancrofti) und Südostasien (Brugia spp.) mit Hilfe einer Handykamera, die über einen 3D-gedruckten Adapter mit einem optischen Mikroskop verbunden ist.
Zur Erstellung dieses Systems verwendeten die Forscher 115 klinische Fälle und validierten das System in einer klinischen Umgebung am CNM-ISCIII. Das System hat eine Genauigkeit von etwa 95 %.
Die Forschungsergebnisse wurden in der Fachzeitschrift Plos Neglected Tropical Diseases veröffentlicht.
Darüber hinaus haben die Forschenden eine mobile App namens HuggingSpot entwickelt, die im Google App Store erhältlich. Diese erlauibt den Download der KI-Modelle zu Testzwecken.
"Diese Innovation birgt ein enormes Potenzial zur Unterstützung der Diagnose und Überwachung der Filariose, insbesondere in ressourcenbeschränkten Umgebungen, in denen der Zugang zu spezialisierten Technikern und Laborausrüstung knapp ist", schreiben die Forschenden.
Die Technologie, die auf das von der Weltgesundheitsorganisation (WHO) definierte Zielproduktprofil für lymphatische Filariose abgestimmt ist, markiere "einen Paradigmenwechsel im Kampf gegen eine Krankheit, von der weltweit mehr als eine Milliarde Menschen betroffen sind".
Die Forschung wurde von der Europäischen Union H2020, NextGenerationEU Fonds, der Bill and Mellinda Gates Foundation, dem industriellen Pre-Doktorandenprogramm der Gemeinschaft Madrid und dem Ministerium für Wissenschaft, Innovation und Universitäten unterstützt.
Weiterführende Informationen:
SpotLab/filarias_species_detection · Hugging Face
HuggingSpot – Apps bei Google Play
Original Paper:
Lin L, Dacal E, Díez N, Carmona C, Martin Ramirez A, Barón Argos L, Bermejo-Peláez D, Caballero C, Cuadrado D, Darias-Plasencia O, García-Villena J, Bakardjiev A, Postigo M, Recalde-Jaramillo E, Flores-Chavez M, Santos A, Ledesma-Carbayo MJ, Rubio JM, Luengo-Oroz M. (2024). Edge Artificial Intelligence (AI) for real-time automatic quantification of filariasis in mobile microscopy. PLoS Neglected Tropical Diseases, 18(4):e0012117. doi: 10.1371/journal.pntd.0012117
Lesen Sie dazu auch:
