杜克大學(xué)工程師開發(fā)了一種顯微鏡，它可以調(diào)整其照明角度、顏色和圖案，同時自學(xué)完成給定診斷任務(wù)所需的最佳設(shè)置。在最初的概念驗證研究中，顯微鏡同時開發(fā)了照明模式和分類系統(tǒng)，使其能夠比訓(xùn)練有素的醫(yī)生和其他機器學(xué)習(xí)方法更準(zhǔn)確地快速識別受瘧疾寄生蟲感染的紅細(xì)胞。其研究結(jié)果發(fā)表在《生物醫(yī)學(xué)光學(xué)快報》期刊上。杜克大學(xué)生物醫(yī)學(xué)工程助理教授Roarke Horstmeyer說：標(biāo)準(zhǔn)顯微鏡用來自四面八方相同數(shù)量的光照射樣本，數(shù)百年來，照明一直為人眼優(yōu)化。

但是計算機可以看到人類看不到的東西，因此不僅重新設(shè)計了硬件，提供了多種照明選擇，還允許顯微鏡為自己優(yōu)化照明。工程師們沒有從下方擴(kuò)散白光來均勻地照亮幻燈片，而是開發(fā)了一種碗狀光源，整個表面都嵌入了LED。這使得樣品可以用不同的顏色從不同角度照明到近90度，這實際上根據(jù)使用的LED圖案投射了樣品陰影和高亮顯示不同的特征。然后，研究人員向顯微鏡放入數(shù)百個瘧疾感染的紅細(xì)胞樣本，這些樣本作為薄涂片制備。

其中細(xì)胞體保持完整，理想情況下在顯微鏡載玻片上展開為單層，使用一種稱為卷積神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)算法，顯微鏡學(xué)習(xí)樣本的哪些特征對于診斷瘧疾最重要，以及如何最好地突出這些特征。該算法最終落在來自相對較高角度不同顏色的環(huán)形LED圖案上，雖然產(chǎn)生的圖像比普通顯微鏡圖像更嘈雜，但它們在亮點中突出瘧疾寄生蟲，并且在大約90%的時間內(nèi)被正確分類。受過訓(xùn)練的醫(yī)生和其他機器學(xué)習(xí)算法通常以大約75%的準(zhǔn)確率執(zhí)行。

它挑選的圖案是環(huán)形的，具有不同顏色，這些顏色不均勻，不一定很明顯。盡管這些圖像比臨床醫(yī)生創(chuàng)建的圖像更暗、更吵，但算法說它會忍受噪音，它真的只是想讓寄生蟲高亮顯示，以幫助它做出診斷。然后將LED圖案和分類算法發(fā)送到另一位合作者的實驗室，以查看結(jié)果是否可翻譯到不同的顯微鏡設(shè)置，另一個實驗室也顯示出類似的成功。醫(yī)生必須檢查一千個細(xì)胞才能找到一種瘧疾寄生蟲，而且因為他們必須放大到如此近的距離，一次只能看十幾個，所以大約需要10分鐘。

如果只需要看顯微鏡在幾秒鐘內(nèi)就已經(jīng)挑選出來的少數(shù)細(xì)胞，這將大大加快這個過程。顯微鏡適用于厚厚的血液涂片準(zhǔn)備，其中紅細(xì)胞形成高度不均勻的背景，可能會被分解。對于這個準(zhǔn)備，機器學(xué)習(xí)算法99%的時間是成功的。準(zhǔn)確度提高是可望的，因為測試的厚涂片比薄涂片染色更重，顯示出更高的對比度。但也需要更長的準(zhǔn)備時間，而且該項目是在資源匱乏的環(huán)境中減少診斷時間，在那里，訓(xùn)練有素的醫(yī)生很稀少，瓶頸是常態(tài)。有了這個初步的成功，研究人員正在繼續(xù)開發(fā)顯微鏡和機器學(xué)習(xí)算法