关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

AI现在可以检测炭疽病,有助于打击生物恐怖主义

2017.8.10

  据The verge报道,为了打击生物恐怖主义,韩国的科学家们已经训练人工智能来快速发现炭疽病。该项新技术目前还达不到100%的准确率,但是比现有的测试方法要快几个数量级。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”。

  通过将全息显微镜与人工智能技术相结合,韩国科学技术院的研究人员们创建了一种算法。该算法可以分析细菌芽孢的图像,以在一秒钟内确定它们是否属于炭疽病原体芽孢。根据上周发表在《科学进步》(Science Advances)杂志上论文显示,该项技术的准确率已达96%。

  炭疽病(Anthrax)是一种由炭疽芽孢杆菌引起的疾病(炭疽芽孢杆菌及其引发的感染都被称为炭疽病)),其存在于土壤中。人们在处理受感染动物的皮肤或者肉类的时候,会意外地感染炭疽病。而且,炭疽病也可能是一种危险的“生物武器”:在2001年的时候,邮寄品中出现白色粉末的炭疽病原体芽孢,结果造成22人感染,5人死亡。

  一旦炭疽芽孢杆菌进入体内,它们会快速生长,迅速繁殖,会导致人们出现流感症状的毒血症症状。如果不进行治疗,至少有85%的感染炭宜芽胞杆菌的人会死亡。他们中有的人会在症状出现后的一到两天内就会死亡。相比之下,皮肤感染炭疽病往往不会那么致命。

  对于那些特别容易患上炭疽病的高危人群(比如,实验室工作人员或是利用动物毛发来进行工作的人员)来说,现在市面上有一种疫苗。对于我们其他人来说,有抗生素。据悉,在接触动物毛发之后立即服用抗生素的效果会更好。

  因此,快速检测炭疽是很重要的。现在,最常见的方法之一就是去分析炭疽芽孢的遗传物质或者感染组织中发现的细菌等等。但是,这通常需要给炭疽芽孢一点时间去繁殖,以产生足够的遗传物质来进行分析。密苏里大学的细菌学家乔治·斯图尔特(George Stewart)表示:“未来,我们仍需要以最快捷的方法获取结果,但仍需要给芽孢一点繁殖时间。”据悉,George Stewart研发了一款炭疽病检测仪,而此前他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开始与韩国国防科学研究所合作。同时,YongKeun Park表示:“如果朝鲜(North Korea)正在发展炭疽作为生物武器,他们的目标就是做好准备。”

  Park开始转向一种被称为全息显微镜的成像技术:传统的显微镜只能捕获物体光散射强度,与传统的显微镜不同,全息显微镜还可以捕获光束的行进方向。由于细胞的结构和组成可以改变光线如何反射,所以研究人员怀疑,全息显微镜可能会捕捉到由炭疽产生的芽胞与由密切相关但毒性较小的物质产生的芽胞之间的关键而又微妙的差异。

  Park和他的团队训练了一种深度学习的算法,从5种不同的细菌种类,400多个个体芽胞中发现这些关键性的差异。在5种不同种类的细菌中,1种是炭疽芽孢杆菌,其能引起炭疽,其余4种是密切相关的doppelgängers。研究员们并没有明确告诉神经网络(the neural network)如何去区分炭疽芽孢杆菌非炭疽芽孢杆菌,所有这些都是AI自我学习,自我区分。据悉,经过训练,AI将炭疽芽孢杆菌与非炭疽芽孢杆菌物种区分开来的准确度为96%。

  作为一个旨在检测“生物武器”的工具,该技术并不是很完美,准确度才是96%,但是未来它必须达到100%。 Park表示:“该AI算法的缺点是精确度低于常规方法”。

  在此次研究中,研究员们还分析了每种细菌种类下的多个菌株,但是每个机器只分析一种菌株。Stewart表示:“菌株之间的微妙差异可能会抛弃该算法,不过新技术发展非常迅速,可以排上用场。他们不需要培养生物体,不需要提取DNA,除了能够使芽孢本身可视化外,其他任何东西都不需要太多的东西”

  接下来,Park希望为神经网络提供更多的孢子图像,以提高算法的准确性。同时,该方法可用作预筛选工具,快速确定人们接触的白色粉末是否为炭疽芽孢杆菌,以及人们是否应注射抗生素等等。

  Park表示:“这篇文章不会改变一切,但却在炭疽检测上迈出了一大步,未来我们可以快速检测炭疽病。这可以增强我们面对炭疽病这种生物威胁的能力,打击生物恐怖主义。”

推荐
热点排行
一周推荐
关闭