为了打击生物恐怖活动,韩国科学家利用 AI 来检测炭疽

CIOAge
韩国科学技术院的研究人员将全息显微镜与 AI 技术相结合。他们创建的算法可以分析细菌孢子的图像,在不到一秒钟的时间里确定它们是否属于炭疽。

为了打击生物恐怖主义,韩国的科学家们已经开始训练人工智能,以迅速发现炭疽病。新技术虽然还没有达到完全准确的地步,但比目前的测试方法要快的多。它可以彻底改变我们筛选神秘的白色粉末——炭疽病原体芽孢的方式,目前,炭疽病原体芽孢,已经成为一种致命的“生物武器”。

 

[[200429]]

韩国科学技术院的研究人员将全息显微镜与 AI 技术相结合。他们创建的算法可以分析细菌孢子的图像,在不到一秒钟的时间里确定它们是否属于炭疽。根据上周在 《Science Advances》上发表的一篇论文显示,该项技术的准确率已达96%。

据了解,炭疽是由炭疽芽孢杆菌引起的一种人畜共患的急性传染病(感染和细菌通常被称为炭疽)。人们在处理受感染动物的皮肤或肉类时,会意外地感染炭疽。临床上主要表现为皮肤坏死、溃疡、焦痂和周围组织广泛水肿及毒血症症状,皮下及浆膜下结缔组织出血性浸润;血液凝固不良,呈煤焦油样,偶可引致肺、肠和脑膜的急性感染,并可伴发败血症。自然条件下,食草兽最易感,人类中等敏感,主要发生于与动物及畜产品加工接触较多及误食病畜肉的人员。

炭疽也是一种危险的生物武器:2001年,美国发生了著名的生物恐怖袭击——“炭疽事件”,从2001年9月18日开始,有人把含有炭疽杆菌的信件寄给数个新闻媒体办公室以及两名民主党参议员。这个事件导致5人死亡,17人被感染。

一旦孢子进入体内,它们会发芽和繁殖,导致流感样疾病以及毒血症症状。如果不治疗的话,至少85%受感染的人会死亡,有时在症状出现后一到两天内就会死亡(相比之下,皮肤感染炭疽病往往不那么致命)。实验室工作人员或是加工动物毛发的人是最容易感染炭疽的一类人。对于这类人,有疫苗可以进行治疗,我们其他人则有抗生素 ——但这些药物只有在接触后尽快开始的时候效果***。

快速检测炭疽病很重要

因此,快速检测炭疽是很重要的。现在最常见的方法之一是分析孢子的遗传物质或者在感染组织中发现的细菌。但是,通常需要给孢子一点时间繁殖,以产生足够的遗传物质进行分析。密苏里大学的细菌学家 George Stewart 说,“想要通过最快捷的方法获得结果,仍然需要投入更大的精力”,他也开发了一种炭疽检测器,并没有参与这项研究。

为了寻求更快的筛选技术,这项研究的主要作者、物理学家 YongKeun Park 与韩国国防科学研究所进行了合作。他说,我们的目标是做好准备,以防朝鲜利用炭疽作为生物武器。

Park 转向一种被称为全息显微镜的成像技术:与传统的显微镜不同,传统的显微镜只能捕捉到物体的光散射强度,全息显微镜还可以捕获光线行进的方向。由于细胞的结构和组成可以改变光线的反射,研究人员怀疑,全息显微镜可能捕捉到由炭疽和与之密切相关但毒性较小的种类产生的孢子之间的细微差别。

AI可以在几秒钟内识别炭疽孢子

笔者了解到, Park 和他的团队训练了一种深入学习算法,从五种不同细菌种类的400多个个体孢子中发现其中的关键差异。一种是炭疽芽孢杆菌,它能够引起炭疽,其余四种是与之密切相关的种类。研究人员并没有确切地告诉 AI 如何辨别不同的种类——它自己就发现了这一点。经过一番训练, AI 在大约96%的时间内可以将炭疽芽孢与非炭疽芽孢杆菌物种区分开来。

该技术并不***,但作为一种旨在检测生物武器的工具,它必须是(***的)。“它的缺点是精度低于常规方法,” Park 说。每个细菌种类的多种菌株都接受了分析,但机器只接受了每个物种的一种菌株的训练量。Stewart 说,菌株之间微妙的差异可能会使算法脱离实际。尽管如此,这项新技术发展非常迅速,派上用场指日可待。Stewart 说:“它不需要培养生物体,也不需要提取 DNA ,除了能够使孢子可视化外,它不需要任何其他的东西。”

“这可以增强我们对这种生物威胁的准备。”

接下来, Park 希望为 AI 神经网络提供更多的孢子图像以提高准确性。同时,该方法可用作预筛选工具,用于快速确定人们接触的白色粉末是否为炭疽,以及是否应启用抗生素。随后可以用更慢、更准确的方法来确认结果。

Park说:“这篇文章不会改变一切,但这是朝着能够快速检测炭疽的方法迈出的一步。“这可以增强我们对这种生物威胁的准备。”

责任编辑:未丽燕 来源: 雷锋网
相关推荐

2018-12-24 08:37:44

数据科学家数据模型

2023-05-23 09:34:16

科学家AI

2017-07-25 09:13:15

2012-12-06 15:36:55

CIO

2023-05-04 12:35:39

AI科学

2017-08-04 15:53:10

大数据真伪数据科学家

2023-06-21 09:15:30

AI 技术神经网络

2022-11-03 14:13:24

腾讯科学家

2022-04-24 14:05:02

人工智能深度学习量化

2018-05-04 11:30:22

2020-04-10 11:58:56

AI咨询数据科学

2012-12-26 10:51:20

数据科学家

2023-10-04 10:16:56

2018-10-16 14:37:34

数据科学家数据分析数据科学

2012-06-12 09:33:59

2023-12-18 15:54:42

AI 模型

2024-06-05 15:02:59

生成式人工智能机器学习人工智能

2022-02-08 07:10:36

人工智能机器人电子垃圾回收

2018-02-28 15:03:03

数据科学家数据分析职业

2020-03-20 14:40:48

数据科学Python学习

51CTO技术栈公众号