Mobil enhed gør påvisning af parasitære infektioner hurtigere og mere følsom ved hjælp af kunstig intelligens

Parasitære infektioner påvirker hundredvis af millioner af mennesker, udgør en alvorlig trussel mod folkesundheden på verdensplan. For eksempel, sovende sygdom og Chagas sygdom er forsømte tropiske sygdomme, der er forårsaget af den blodbårne Trypanosoma -parasit. Historisk set lidt opmærksomhed, disse ødelæggende sygdomme påvirker mennesker hovedsageligt i Afrika syd for Sahara og Sydamerika, forårsager en enorm socioøkonomisk byrde.

Optisk mikroskopi af kropsvæskeprøver af uddannede medicinske eksperter er fortsat en af ​​de mest almindelige metoder til diagnosticering af parasitære infektioner i kropsvæsker. Imidlertid, klinisk relevante parasitkoncentrationer i kropsvæsker kan være ekstremt lave. Fordi konventionel optisk mikroskopi typisk har et meget lille billeddannelsesvolumen, den kæmper ofte for at give den følsomhed, der er nødvendig for tidlig diagnose. I øvrigt, opgaven bliver endnu mere udfordrende, når parasitære infektioner i blodet skal påvises. Fordi der er milliarder af blodlegemer i hver milliliter blod, og de forårsager okklusion, gør opgaven med at opdage parasitter i blod til et problem med nål-i-en-høstak.

Forskere ved UCLA Henry Samueli School of Engineering har udviklet en billig og bærbar platform, der hurtigt kan opdage bevægelige parasitter i kropsvæsker automatisk. Ved hjælp af deres platform, mere end 3 ml af en kropsvæskeprøve kan afbildes og analyseres inden for 20 minutter, giver en gennemstrømning, der er størrelsesordener bedre end traditionel optisk mikroskopi-baseret undersøgelse.

Forskningen, udgivet i Lys:Videnskab og applikationer , blev ledet af Aydogan Ozcan, Kanslerprofessor i elektrisk og computerteknik ved UCLA og associeret direktør for California NanoSystems Institute ved UCLA, sammen med Kent Hill, professor i Institut for Mikrobiologi, Immunologi, og Molecular Genetics ved UCLA.

I stedet for direkte at tage et stillbillede af væskeprøven og søge efter parasitter, denne unikke platform tager en anden tilgang og registrerer bevægelse i prøven. Den optager videoer med høj billedhastighed af prøvens holografiske mønstre belyst med laserlys. Derefter, en bevægelsesanalysealgoritme analyserer disse optagede videoer i mikroskalaen og konverterer bevægelsen af ​​målparasitterne i prøven til et signalpunkt, som opdages og tælles ved hjælp af kunstig intelligens.

"Selvom motilitet er et fælles træk ved forskellige parasitter og andre sygdomsfremkaldende mikroorganismer, dets anvendelse som fingeraftryk til diagnose er meget uudforsket, og vores arbejde giver skelsættende resultater, fremhæver denne unikke mulighed, "sagde Ozcan.

"Vores platform kan betragtes som en bevægelsesdetektor i den mikroskopiske verden, som låser sig fast på alle bevægelige objekter i prøven. "sagde Yibo Zhang, en UCLA -doktorand og den første forfatter til dette studie. "Bevægelse bruges både som en biomarkør og en kontrastmekanisme til at skelne parasitter fra normale celler."

Beviset for konceptet for denne enhed er blevet demonstreret ved hjælp af Trypanosoma -parasitter, som har flere underarter, der forårsager sovesyge og Chagas sygdom. Enheds detektionsgrænse blev kvantificeret som 10 parasitter pr. Milliliter fuldblod, hvilket er cirka fem gange bedre end de state-of-the-art parasitologiske detektionsmetoder. Denne forbedrede detektionsgrænse kan føre til en bedre evne til at opdage sovesygdom og Chagas sygdom på et tidligere tidspunkt, hvilket er afgørende for at forbedre helbredelsesgraden og reducere forekomsten. Ud over trypanosomer, forfatterne demonstrerede også brugen af ​​deres enhed til at detektere Trichomonas vaginalis, fremhæver, at deres teknik er anvendelig på forskellige parasitter og bevægelige mikroorganismer.

UCLA -enheden er kompakt og let (1,69 kg), og prisen på prototypen er mindre end $ 1850, som kan reduceres til mindre end $ 800 ved fremstilling i større mængder. "Takket være dens høje følsomhed, brugervenlighed, reducerede omkostninger og transportabilitet, vi mener, at vores teknik kan forbedre indsatsen for parasitscreening, især i ressourcefattige områder og endemiske regioner, "sagde Hatice Ceylan Koydemir, en UCLA postdoktor, der er medforfatter til denne undersøgelse.