Krótsze oczekiwanie na wyniki testów i trafniejsze diagnozy — to tylko jedna z korzyści z zastosowania w przyszłości rozwiązań wykorzystujących w laboratoriach mikrobiologicznych deep learning, czylisamouczące się systemy. Firma NeuroSYS z Wrocławia wykorzystała je do stworzenia prototypu, który może odmienić dotychczasowy sposób przeprowadzania analiz próbek.
NeuroSYS zajmuje się tworzeniem specjalistycznych rozwiązań informatycznych. Spółka od 2010 r. dostarcza systemy IT dla klientów z całego świata. Ma oddziały we Wrocławiu i Białymstoku. Przez ostatnie miesiące firma prowadziła badania dla jednego z klientów z branży automatyki laboratoryjnej.
Głównym zadaniem działu badawczo-rozwojowego spółki było zwiększenie skuteczności automatycznej analizy próbek, aby mogła się ona odbywać bez udziału człowieka. W środowiskach laboratoryjnych, gdzie manualnej analizie poddawane są tysiące próbek dziennie, łatwo bowiem o niedopatrzenie czy popełnienie przez niego błędu. Zespół z NeuroSYS przygotował prototyp z wykorzystaniem algorytmów wspomnianego deep learningu i zaawansowanej obróbki obrazu.
— Na bazie Głębokich Konwolucyjnych Sieci Neuronowych [CNN — Convolutional Neural Network — przyp. red.] stworzono rozwiązanie, które pozwala na skuteczne wykrycie bakterii lub ich braku na szalce Petriego. Całość procesu odbywa się bez udziału człowieka. Podczas testów trafność automatycznej identyfikacji wyniosła niemal 99,9 proc. w przypadku próbek negatywnych, czyli bez bakterii, i ok. 93-95 proc. w przypadku próbek pozytywnych — z bakteriami — wyjaśnia Tomasz Kowalczyk, prezes NeuroSYS.
Jego zdaniem, o sztucznej inteligencji i deep learningu mówi się dzisiaj dużo w kontekście marketingu i sprzedaży, ale niewiele o realnym, komercyjnym użyciu w innych branżach. — Takie projekty dowodzą, że warto inwestować w dalsze badania — podkreśla Tomasz Kowalczyk.
Korzyści z możliwego zastosowania nowego rozwiązania mogą odczuć nie tylko pacjenci. Przedsiębiorcy, którzy wykorzystują analizę mikrobiologiczną w produkcji, mogliby zredukować koszty i czas. Ponadto może ona przydać się nie tylko w wąskiej dziedzinie analizy próbek, ale także w innych obszarach związanych z farmacją. Obecnie zespół B+R w NeuroSYS realizuje kolejny etap projektu — system automatycznie rozpoznający szczepy bakterii oraz oceniający kluczowe parametry próbki.