Een geautomatiseerde microscoop in combinatie met AI-software kan malariaparasieten in bloedmonsters bijna net zo nauwkeurig identificeren als via microscopisten en hun standaard diagnostische procedure. Dit blijkt uit onderzoek aan de University College London Hospitals (UCLH). Deze aanvullende diagnostiek bij de screening op malaria kan de werkdruk voor microscopisten helpen verminderen. Malaria is een infectieziekte die jaarlijks ruim een half miljoen levens eist.
Omdat traditionele opsporing en diagnose van malaria expertise vergt en de werkdruk hoog is, heeft een internationaal team van onderzoekers – Frontiers in Malaria – bekeken of de diagnose van malaria via een automatische scanningsmicroscoop in combinatie met AI ook in een klinische omgeving kan worden gedaan.
“Met een diagnostische nauwkeurigheid van 88% ten opzichte van microscopisten identificeerde het AI-systeem malariaparasieten bijna, maar niet helemaal, zo goed als die van deskundigen. Deze uitkomst in een klinische setting is een belangrijke prestatie voor AI-algoritmen die zich richten op malaria. Het geeft aan dat het systeem inderdaad een klinisch nuttig hulpmiddel kan zijn voor de diagnose van malaria in de juiste omstandigheden ”, zegt dr. Roxanne Rees-Channer, onderzoeker bij het Hospital for Tropical Diseases van de UCLH. In een ander onderzoek werd AI al ingezet om op zoek te gaan naar nieuwe mug werende middelen. Het TropIQ, een spin-off van het Radboudumc deed onderzoek met behulp van financiële steun van de Bill & Melinda Gates Foundation.
Bloedmonsters
De onderzoekers namen ruim 1.200 bloedmonsters af van reizigers die terugkeerden vanuit landen waar malaria voorkomt en terugkeerden naar Groot-Brittannië. Ze evalueerden monsters met behulp van zowel handmatige lichtmicroscopie als het AI-microscoopsysteem. Met de hand werden 113 monsters gediagnosticeerd als positief voor de malariaparasiet, terwijl het AI-systeem 99 monsters correct als positief identificeerde, wat overeenkomt met een nauwkeurigheidspercentage van 88%.
Het malariadiagnosesysteem dat is onderzocht, is volledig geautomatiseerd en bevat zowel hard- als software. Een geautomatiseerd microscopieplatform scant bloedfilms en algoritmen voor malariadetectie verwerken het beeld om de aanwezige hoeveelheid aan parasieten op te sporen.
Indicatie via AI
Geautomatiseerde malariadiagnose heeft volgens de onderzoekers verschillende voordelen. Ze stellen dat door de drukte microscopisten vermoeid kunnen raken en fout kunnen maken. Geautomatiseerde diagnose van malaria met behulp van AI kan deze werkdruk verminderen en zo toch de grote aantallen patiënten aan kunnen. Bovendien leveren deze automatische systemen reproduceerbare resultaten op en kunnen ze breed worden ingezet, schreven de wetenschappers.
Ondanks het nauwkeurigheidspercentage van 88% identificeerde het geautomatiseerde systeem ook 122 monsters ten onrechte als positief, wat ertoe kan leiden dat patiënten onnodige antimalariamiddelen krijgen. “De AI-software is nog steeds niet zo nauwkeurig als een deskundige microscopist. Deze studie vertegenwoordigt eerder een veelbelovend datapunt dan een doorslaggevend bewijs van fitheid”, concludeerde Rees-Channer.
