{{{sourceTextContent.title}}}

L'app alimentata dall'intelligenza artificiale interpreta i risultati del test HIV

{{{sourceTextContent.subTitle}}}

I ricercatori dell'University College di Londra e dell'Africa Health Research Institute hanno sviluppato un'app alimentata dall'intelligenza artificiale che può interpretare i test di flusso laterale per l'HIV

{{{sourceTextContent.description}}}

La tecnica consiste nel prendere un'immagine del test con una fotocamera dello smartphone, e l'applicazione può dire se il risultato è positivo o negativo semplicemente analizzando l'immagine. Dato che questi test possono essere difficili da interpretare, la tecnologia dovrebbe aiutare a migliorare la loro accuratezza quando vengono distribuiti in regioni con poche risorse.

Un totale di 100 milioni di test HIV vengono eseguiti ogni anno. Data l'importanza di un trattamento precoce e il gran numero di persone che vengono testate, l'accuratezza dei test è molto importante. La tecnologia a flusso laterale è sempre più adottata per il test HIV, in particolare nelle aree più povere del mondo. Tale tecnologia ha ovvi vantaggi in questo contesto, tra cui la rapidità dei risultati del test, la facilità d'uso, l'assenza di costosi e ingombranti test di laboratorio e persino il potenziale per l'autotest.

I test a flusso laterale forniscono tipicamente un risultato visivo, come un cambiamento di colore. In teoria, questo dovrebbe renderli facili da interpretare. Tuttavia, i laici con problemi di vista o daltonismo possono lottare per interpretare correttamente il test. Quest'ultima tecnologia mira a prendere alcune delle congetture sull'interpretazione del test, in quanto consente a qualcuno di scattare semplicemente una foto del loro test utilizzando uno smartphone. L'applicazione AI-powered fornisce poi rapidamente un risultato.

La tecnologia si basa su un algoritmo di apprendimento automatico che è stato addestrato utilizzando 11.000 immagini di test di flusso laterale, prese sul campo. In un recente test, i ricercatori hanno confrontato la precisione della loro app con i test letti a occhio. Sorprendentemente, l'app ha battuto gli utenti dei test umani, dimostrando una precisione del 98,9% rispetto al 92,1% delle valutazioni umane.

Emozionante, la tecnologia ha applicabilità in vari stati di malattia in cui i test a flusso laterale sono utilizzati, compresi i test per la sifilide, la tubercolosi, la malaria e l'influenza. "Questo studio è una partnership davvero forte con AHRI che dimostra il potere di usare l'apprendimento profondo per classificare con successo le immagini di test rapidi acquisite sul campo nel 'mondo reale' e ridurre il numero di errori che possono verificarsi quando si leggono i risultati dei test a occhio", ha detto Rachel McKendry, un ricercatore coinvolto nello studio, in un annuncio dell'UCL. "Questa ricerca mostra l'impatto positivo che gli strumenti di salute mobile possono avere nei paesi a basso e medio reddito, e apre la strada a uno studio più ampio in futuro"