波士顿贝丝以色列女执事医疗中心(BIDMC)的微生物学家开发了一种人工智能系统，该系统能够检测血液感染以帮助诊断。研究结果发表在《临床微生物学杂志》上。

通过结合用于收集高分辨率图像数据的专用显微镜和经过训练的卷积神经网络(CNN)，开发了自动AI增强系统。在高级作者James Kirby医学博士，BIDMC临床微生物实验室主任和哈佛医学院副教授的带领下，研究人员希望该系统可以帮助临床微生物学家准确诊断血液感染以改善患者生存率。

“这标志着机器学习在诊断领域的首次展示，”柯比说。“随着进一步的发展，我们相信这项技术可以构成未来诊断平台的基础，该平台可以增强临床实验室的功能，并最终加快患者护理的交付速度。”

为了达到较高的准确率，研究人员培训了CNN AI系统，以按形状和分布对细菌进行分类。用25,000张常规血液样本图像和100,000张培训图像对系统进行了培训，以将细菌分类为棒状，圆形簇和圆形链或成对。结果发现，该系统按类型进行分类的准确率接近95%，而在无需人工干预的情况下对189张新图像进行分类的准确率则为93%。