我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

结合人工智能和现场即时诊断快速COVID-19筛选

结合人工智能和现场即时诊断快速COVID-19筛选内容块的形象
信贷:Pixabay

想要一个免费的PDF版本的这个行业洞察力?

完成下面的表格,我们将电子邮件您的PDF版本“结合人工智能和现场即时诊断快速COVID-19筛查”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

快速、准确筛选可以发挥至关重要的作用在减少COVID-19的传播,确保患者得到及时和适当的治疗在抵达医院。在最近发表的一项研究《柳叶刀》罗马教廷的,基于ai扫描系统由牛津大学的研究人员开发的,被证明有效地在一小时内排除COVID-19病人到达医院急诊科。

188金宝搏备用
采访安德鲁Soltan博士NIHR学术临床研究员约翰拉德克利夫医院,Yossi Pollak,联合创始人兼首席执行官的诊断,更多地了解所使用的算法,以及它是如何与卡蒂,视觉诊断”机的血液分析仪,建立快速分流病人和医院内感染控制的支持。

安娜·麦克唐纳(AM):病人到达
医院急诊部门目前筛查COVID-19吗?这种方法的局限性是什么?

安德鲁博士Soltan ():
在急性护理设置,例如医院急诊科,患者目前正在筛选使用聚合酶链反应(PCR)测试样本上执行了一个鼻子和咽喉拭子。PCR结果通常在24小时左右,然而,工作流在紧急部门要求快速决策,要求迅速可用和可靠的测试结果。识别需求短期time-to-result,横向流快速抗原测试已经通过全国许多紧急部门。然而,横向流测试的能力自信地排除感染症状的人口被认为是有限的,公认的假阴性率带来的挑战在医院感染控制。

减少COVID-19扩散,同时避免延误,需要测试,能够自信地排除感染病人的第一分钟到几小时内来急诊。这减少了COVID-19被无意中传播的概率在等待结果,有助于保证病人和医护人员的安全。

问:你能告诉我们更多关于罗马教廷的算法,它是如何发展和如何进行研究?

为:
罗马教廷的算法开发的大流行的传染病和机器学习专家在牛津大学。

该倡议是由我自己,与教授大卫·克利夫顿的“智能医疗”实验室在牛津大学生物医学工程研究所的。

罗马教廷的人工智能算法看着定期收集的数据的第一个小时内病人来医院的概率预测病人更早COVID-19检测呈阳性。常规数据评估包括一组经常执行实验室血液测试和生命体征。

评价超过两周测试期间在牛津大学医院的急诊科,元老院的正确预测病人的COVID-19状态与令人印象深刻的92.5%的准确率。

问:算法的验证被卡,支持诊断的血液分析仪。你能告诉我们更多关于平台,它是如何工作的,它提供了优势传统的血液测试吗?

Yossi Pollak (YP):看到卡是由高性能的显微镜,计算机视觉,人工智能和依赖于一个“数字化”血液样本的专利技术生产超过1000高血液从每个血液样本的详细图像。一旦样品被数字化,视觉卡然后部署机器学习测量,分类,计算不同细胞和识别异常。因此,看到卡措施19个不同的参数与五部分差异,最高年级CBC测试可用。

看到卡是一个更容易CBC测试选项相比传统CBC机器很大,重,和昂贵的,使他们很难运输或建立实验室环境以外的地方。此外,传统的CBC测试需要一个训练有素的医疗专业画大量的血液从一个病人,然后需要转移到一个中心实验室,从那里,可能要花几小时或几天内得到结果。卡蒂,另一方面,只需要两滴血液,给病人准确的测试结果在十分钟内,最终使医生能够迅速做出明智的处理决定。

有一系列好处卡为患者和医生提供。看到卡可以放在任何稳定的表面,使用一次性墨盒不需要外部试剂和废液管理。看到卡是FDA的510 (k)打开了直接从指尖或静脉血液样本,可以用最小的执行培训操作员,和CBC的结果可直接在屏幕上在10分钟。

看到卡获得监管部门批准,可以使用在英国和CE标志着试管根据欧洲指令即时设置。在美国,看到卡是510 (k)清除实验室用于温和的复杂性。

问:如何重要的是快速现场诊断测试,可以看到阿尔卡的使用有什么不同之处CURIAL-Rapide使临床医生和病人吗?

为:
大流行,进一步强调了需要执行更接近病人的诊断测试,提供了快速、可操作的结果。通过CBC测试结果可用在几分钟内,医生能够诊断和治疗病人更快,这对人工智能方法常规数据可用早COVID-19状态预测。

牛津大学的研究人员正在确认版的罗马教廷的,名叫CURIAL-Rapide,可以预测COVID-19状态的患者仅使用CBC结果和生命体征。卡蒂,CBC经常可以在几分钟内表现在病人的床边,几分钟内允许CURIAL-Rapide COVID-19状态预测病人到达医院。CURIAL-Rapide算法在约翰拉德克利夫医院目前正在验证,牛津大学医院NHS信托基金会的一部分,几分钟内使用视觉卡获取CBC的结果。本研究的结果预计在今年晚些时候可用。

安德鲁Soltan博士和Yossi波兰人说安娜·麦克唐纳,科普作家技术网络。188金宝搏备用

满足作者
安娜·麦克唐纳
安娜·麦克唐纳
科学作家
广告
Baidu