AI-Driven Rapid Identification of Bacterial and Fungal Pathogens in Blood Smears of Septic Patients
Created by
Haebom
Category
Empty
저자
Agnieszka Sroka-Oleksiak, Adam Pardyl, Dawid Rymarczyk, Aldona Olechowska-Jarz\k{a}b, Katarzyna Biegun-Drozdz, Dorota Ochonska, Micha{\l} Wronka, Adriana Borowa, Tomasz Gosiewski, Mi{\l}osz Adamczyk, Henryk Telega, Bartosz Zielinski, Monika Brzychczy-W{\l}och
개요
본 논문은 패혈증 진단을 위한 딥러닝 기반 미생물 분류 모델을 제시합니다. 16,637개의 그람염색 현미경 이미지를 사용하여 Cellpose 3 모델과 Attention-based Deep Multiple Instance Learning을 통해 14종의 박테리아와 3종의 효모균을 분류하는 모델을 개발했습니다. 박테리아와 균류에 대한 정확도는 각각 77.15%와 71.39%였으며, ROC AUC는 각각 0.97과 0.88을 기록했습니다. 특정 종(예: Cutibacterium acnes)에 대해서는 96.2%의 높은 정확도를 달성했지만, 형태학적으로 유사한 종(예: Staphylococcus hominis와 Staphylococcus haemolyticus)이나 형태적 다양성이 높은 종(예: Candida albicans)에서는 분류의 어려움을 보였습니다. 유럽 특허청에 특허 출원(EP24461637.1)된 기술을 일부 포함하고 있습니다.
시사점, 한계점
•
시사점:
◦
딥러닝을 이용한 패혈증 진단의 가능성을 확인했습니다.
◦
기존의 시간 소모적이고 비용이 많이 드는 미생물 검사 방법에 대한 대안을 제시했습니다.
◦
빠른 진단을 통한 패혈증 치료 효과 향상에 기여할 수 있습니다.
◦
단순하고 접근성이 높은 기술을 제공합니다.
•
한계점:
◦
모델의 정확도가 모든 미생물 종에 대해 높지 않으며, 특히 형태학적으로 유사하거나 다양성이 높은 종에 대한 분류 성능이 낮습니다.
