Каждый год около 200 млн человек заболевают малярией и примерно в 500 тыс. случаев это заканчивается смертельным исходом. Всемирная организация здравоохранения (ВОЗ) рекомендует использовать специфическую диагностику на паразитарные заболевания до начала противомалярийной терапии, такие как световая микроскопия, ПЦР-тесты и другие методы.

Стандартом диагностики малярии остается световая микроскопия мазков крови, однако этот метод в определенной мере является субъективным, поскольку зависит от навыков оператора и его состояния (перегрузки на работе, усталость и другие факторы).

В журнале Frontiers in Malaria были опубликованы результаты работы по применению автоматизированной системы диагностики малярии, основанной на технологиях искусственного интеллекта (ИИ).

Согласно полученным данным, точность диагностики с применением такой системы составила около 88% – это сопоставимо с уровнем экспертной оценки. Безусловно, это большое достижение в клинической работе с малярией.

Всего в рамках данной работы было проанализировано более 1200 образцов крови путешественников из Великобритании, вернувшихся из стран, эндемичных по малярии. Образцы оценивались как с помощью «ручной» световой микроскопии, так и с помощью ИИ-ассистированной системы. Всего было установлено 113 случаев малярии («вручную»), среди них ИИ корректно определил 99 образцов, что соответствует показателю точности в 88%. Также 122 образца были отмечены ИИ как ложноположительные, что могло привести к неправомерному лечению.

Главным преимуществом данного исследования заключается в том, что оно проводилось в условиях реальной клинической практики, а не в экспериментальных «тепличных» условиях.

 

Материал подготовлен в рамках проекта «Медицина в точке бифуркации». Проект поддержан грантом Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий»

 

Источник: Rees-Channer R. R. et al. Evaluation of an automated microscope using machine learning for the detection of malaria in travelers returned to the UK. Frontiers in Malaria. – 2022