W środowiskach laboratoryjnych, gdzie manualnej analizie poddawane są tysiące próbek dziennie, łatwo o niedopatrzenie czy popełnienie błędu przez człowieka. Prace nad automatyzacją i doskonaleniem procesu ciągle trwają.
Firma NeuroSYS przez ostatnie miesiące prowadziła badania dla klienta z branży automatyki laboratoryjnej. Głównym zadaniem działu Research & Development było zwiększenie skuteczności automatycznej analizy próbek, aby mogła się ona odbywać bez udziału człowieka.
Zespół przygotował prototyp z wykorzystaniem algorytmów deep learningu oraz zaawansowanej obróbki obrazu. Na bazie Głębokich Konwolucyjnych Sieci Neuronowych (CNN - Convolutional Neural Network) stworzono rozwiązanie, które pozwala na skuteczne wykrycie bakterii lub ich braku na szalce Petriego.
Podczas testów trafność automatycznej identyfikacji wyniosła niemal 99.9 w przypadku procent próbek negatywnych (bez bakterii) i ok. 93-95 proc. w przypadku próbek pozytywnych (z bakteriami).
- O sztucznej inteligencji i deep learningu mówi się dzisiaj dużo w kontekście marketingu i sprzedaży, ale niewiele o realnym, komercyjnym użyciu w innych branżach - tłumaczy Tomasz Kowalczyk, prezes NeuroSYS. - Takie projekty są dowodem na to, że warto inwestować w dalsze badania - dodaje prezes.
Korzyści płynących z możliwego zastosowania tego rozwiązania w przyszłości jest wiele. Dla przeciętnego pacjenta oznaczałoby to skrócenie czasu oczekiwania na wyniki testów oraz trafniejsze diagnozy.
Przedsiębiorcy, którzy wykorzystują analizę mikrobiologiczną w produkcji, mogliby liczyć się z redukcją kosztów i oszczędnością czasu.
Strefa Biznesu: Uwaga na chińskie platformy zakupowe
Dołącz do nas na Facebooku!
Publikujemy najciekawsze artykuły, wydarzenia i konkursy. Jesteśmy tam gdzie nasi czytelnicy!
Kontakt z redakcją
Byłeś świadkiem ważnego zdarzenia? Widziałeś coś interesującego? Zrobiłeś ciekawe zdjęcie lub wideo?