Исследователи разработали нейронную сеть, способную с высочайшей точностью выявлять малярию в крови пациентов из отдаленных районов Венесуэлы, где эта смертельно опасная болезнь, некогда полностью побежденная, вновь стала серьезной угрозой.

На юге Венесуэлы активная добыча золота привела к масштабной вырубке лесов и нарушению водных экосистем, что спровоцировало всплеск популяции малярийных комаров. Эти насекомые атакуют старателей, заражая их опасным паразитом.

Ситуация осложняется тем, что в этих труднодоступных районах практически отсутствует медицинская инфраструктура и не хватает квалифицированных специалистов для микроскопической диагностики заболевания.

Примечательно, что еще в 1961 году Всемирная организация здравоохранения официально признала Венесуэлу страной, свободной от малярии. Теперь же этот опасный паразит вновь угрожает населению. Для сравнения: по данным ВОЗ, в 2023 году в мире было зарегистрировано около 263 миллионов случаев малярии и 597 000 смертельных исходов.

«В определенный момент малярия в Венесуэле была почти полностью искоренена, – отмечает 25-летний Диего Рамос-Брисеньо, имеющий степень бакалавра инженерии и одновременно завершающий докторат в области медицины. – Я полагаю, в прошлом году было зарегистрировано около 135 000 случаев».

На помощь пришли современные технологии. Группа ученых, работающих на стыке медицины и информационных технологий, задействовала искусственный интеллект и графические процессоры NVIDIA для разработки инновационного решения. Недавно они опубликовали статью в престижном научном журнале Nature, в которой описали созданную ими сверточную нейронную сеть (CNN), способную автоматически обнаруживать паразитов малярии в образцах крови.

Исследовательская группа в составе Рамоса-Брисеньо, Алессандро Фламмиа-Д’Алео, Херардо Фернандеса-Лопеса, Фабиана Карриона-Несси и Давида Фореро-Пеньи использовала нейросеть для выявления паразитов Plasmodium falciparum и Plasmodium vivax в толстых мазках крови. Система продемонстрировала впечатляющую точность в 99,51%.

Для разработки модели команда использовала набор данных из 5 941 маркированного микроскопического изображения толстых мазков крови, полученных из больницы Медицинского колледжа Читтагонга в Бангладеш. После обработки этот массив данных был расширен до почти 190 000 маркированных изображений, что позволило создать высокоточную систему диагностики, способную работать в полевых условиях без доступа к полноценной медицинской инфраструктуре.