아칸트아메바와 인공지능

아칸트아메바 각막염은 병원균인 아칸트아메바종(Acanthamoeba spp)에 의해 발생하며 시력에 잠재적인 위험을 초래할 수 있는 심각한 안구 감염으로 전 세계적으로 알려져 있습니다.

탐색적 특성을 지닌 이 관찰 후향적 및 단일 센터 연구는 각막 검사의 정상성과 전산 검사의 높은 특이도 및 민감도를 활용하여 공초점 영상에서 향후 아칸타아메바 각막염의 신속한 진단에 유용할 수 있는 패턴을 식별하는 가능성을 결정하는 것을 목표로 합니다. 모델.

이 데이터는 감염 탐지 효과가 입증된 실험실 테스트를 통해 양성으로 확인된 환자를 기반으로 합니다.

환자를 각 그룹으로 구분하기 위해 고려되는 실험실 검사는 세균 검사, PCR 검사 및 배양 검사입니다.

환자들은 두 그룹으로 나뉘었는데, 첫 번째 그룹은 가시아메바 감염에 양성인 환자들로 구성되었고, 두 번째 그룹은 가시아메바에는 음성이지만 다른 병원체에는 양성인 환자들로 구성되었습니다. 연구는 18개월 동안 지속됩니다.

연구 중인 코호트에는 앞서 언급한 검사를 받은 IRCCS 산 라파엘레 병원의 환자 151명이 포함되어 있으며, 그 중 76명은 아칸타메바 양성 환자 그룹에, 75명은 기타 병원체 양성 대조군 그룹에 포함될 것입니다.

이 코호트의 공초점 이미지는 인공 지능 소프트웨어에 공급됩니다. 모델을 평가하기 위해 테스트 세트가 사용되며 AI 모델의 능력은 정확성, 특이성, 민감도 및 f1 점수와 같은 컴퓨터 비전 분야에서 가장 일반적으로 사용되는 측정 항목을 사용하여 평가됩니다. 모델에 대한 종합적인 평가로 마무리됩니다.