非专家使用在线众包来诊断疟疾

疟疾诊断游戏屏幕样本

疟疾诊断游戏屏幕样本。

加州大学洛杉矶分校的工程师们已经把在线众包更进一步。通过创建一个众包在线游戏系统,玩家区分疟疾感染的红细胞和健康的通过查看数字图像从显微镜,获得加州大学洛杉矶分校的研究人员发现,小群体的非专家一起工作能够诊断疟疾感染的红细胞就像一个训练有素的医疗专业。

在线众包——将一项任务呈现给公众,公众免费回应各种解决方案和建议——已被用于评估潜在的消费者产品,开发软件算法,并解决恼人的研发挑战。但是诊断传染病呢?

这是基于这样一种假设,即大量的公共非专家可以接受培训,以识别传染病精度训练有素的病理学家,研究人员从加州大学hssas将领导的工程和应用科学和加州大学洛杉矶分校的大卫格芬医学院已经创建了一个众包在线游戏系统,玩家区分疟疾感染的红细胞和健康的通过查看从显微镜获得的数字图像。

加州大学洛杉矶分校的研究小组发现,一小群玩游戏的非专家(主要是大学生志愿者)能够集体诊断感染疟疾的红细胞,其准确率低于训练有素的医疗专业人员做出的诊断决定的1.25%。

这个游戏可以在手机和个人电脑上玩,世界各地的任何人都可以玩,包括儿童。

电子工程和生物工程副教授、众包研究的通讯作者Aydogan Ozcan说:“这个想法是,如果你仔细地结合人们的决定,即使是非专家,他们也会变得非常有竞争力。”此外,如果你只是看一个人的反应,这可能是好的,但这个人不可避免地会犯一些错误。但如果你将10至20名,甚至50名非专业玩家结合在一起,你的分析准确率就会大大提高。”

加州大学洛杉矶分校的研究人员说,众包可能有助于克服疟疾诊断的局限性。全世界每年约有2.1亿人感染疟疾,撒哈拉以南非洲地区20%的儿童死亡和近40%的住院病例都是疟疾造成的。

目前的疟疾诊断金标准是由一名训练有素的病理学家使用传统光学显微镜查看细胞图像并计算导致疟疾的寄生虫的数量。这一过程非常耗时,而且考虑到资源贫乏的国家有大量病例,单是数量就构成了一个巨大挑战。此外,撒哈拉以南非洲报告的很大一部分病例实际上是假阳性,导致不必要和昂贵的治疗和住院。

通过加州大学洛杉矶分校的众包游戏,训练数百甚至数千名公众来识别疟疾,可以更快地做出更多的诊断——无需花费,而且具有高度的集体准确性。

Sam Mavandadi是Ozcan研究小组的博士后学者,也是该研究的第一作者,他说:“我们的想法是利用人群来更好地进行显微图像的病理分析,这可能适用于各种远程医疗问题。”

Ozcan和Mavandadi强调,同样的平台可以应用于结合接受过最低限度培训的卫生保健工作者的决定,以显著提高诊断的准确性,这对远程病理学和其他远程医疗领域尤其有希望。

加州大学洛杉矶分校的这项新研究,“通过众包游戏进行分布式医学图像分析和诊断”,已经被发表在《公共科学图书馆·综合》杂志上。更多资料请浏览http://biogames.ee.ucla.edu

除了发展众包游戏平台,允许玩家协助识别疟疾在光学显微镜下细胞成像,Ozcan的研究小组创建了一个自动诊断算法相同的图像,采用计算机视觉以及新颖的混合平台,结合人类和机器资源向高效、准确和远程诊断疟疾。

“最令人兴奋的是,这是视觉诊断领域的一种全新方法,它真正挑战了迄今为止使用的诊断算法,”格芬医学院儿科学感染性疾病教授卡琳·尼尔森(Karin Nielsen)说。“这是一种盒子外的诊断——也就是说,这项研究引入了一种全新的诊断概念,通过使用游戏来实现这一目的。这种新方法的潜在应用是巨大的。”

游戏如何运作:

在玩这款游戏之前,每个玩家都会得到一个简短的在线教程,并使用样本图像解释感染疟疾的红细胞通常是什么样子。在完成一个简短的培训阶段,玩家通过实际的游戏,他们提出了红细胞的多个帧图像,可以使用“注射器”工具“杀死”受感染的细胞一个接一个,使用“收集”工具将剩下的细胞框架指定为“健康”。

在每一帧中都有一定数量的细胞,它们的状态(如感染或未感染)是游戏所知道的,但玩家却不知道。这些控制单元图像允许Ozcan的团队动态评估玩家在每一帧中的表现,并帮助团队为玩家通过的每一帧分配分数。

“我相信,类似于其他非常创新的想法,的主要挑战之一将是传统显微镜专家的怀疑,病理学家和临床实验室人员,更不用说疟疾专家,谁将最初持怀疑态度游戏疟疾诊断方法,”尼尔森说,这项研究的作者之一。“这是一个非常具有革命性的提议,可能需要在该领域进行一些临床研究来证明这个平台的有效性,以便说服传统微生物学家和其他传染病同行。”

Ozcan说:“通过一个众包游戏平台扩大对疟疾的精确、自动化和远程诊断可能会给发展中国家带来重大变化。”

“它可以消除目前抗疟疾药物的过度使用和滥用,通过排除疟疾来改善对非疟疾发烧的管理,导致更好地利用现有资金,并减少抗疟疾药物对不需要治疗的患者产生的长期副作用带来的风险,”Mavandadi补充说。

Ozcan的团队希望通过临床试验将该平台带入现场,以帮助验证其使用,并促进该技术在全球范围内的实施。尼尔森和Ozcan计划在莫桑比克、马拉维和巴西等国的临床站点实施该计划。

此外,研究人员说,同样的众包和基于游戏的微观分析和医疗诊断平台可以进一步扩大到各种其他生物医学和环境应用,在这些应用中,显微图像需要由专家检查。

该研究的其他作者包括Stoyan Dimitrov, Steve Feng, Frank Yu, Uzair Sikora, Oguzhan Yaglidere和Swati Padmanabhan,他们都来自加州大学洛杉矶分校的电气工程系。

Ozcan研究小组的资金由总统科学家和工程师早期职业奖(PECASE)、陆军研究办公室青年研究员奖、国家科学基金会职业奖(BISH计划)、海军研究办公室青年研究员2009年奖和国家卫生研究院主任新创新者奖提供。

欲了解更多关于Ozcan研究组的信息,请访问http://innovate.ee.ucla.eduhttp://biogames.ee.ucla.edu

图片:加州大学洛杉矶分校新闻编辑室

第一个发表评论关于“非专家利用在线众包诊断疟疾”

留下你的评论

邮箱地址可选。如果提供,您的电子邮件将不会被发布或共享。