ทีมวิศวกรหกคนจากมหาวิทยาลัยนอร์ทเซาท์บังคลาเทศได้พัฒนาโปรแกรมที่สามารถวินิจฉัยโรคมาลาเรียได้โดยอัตโนมัติโดยใช้สมาร์ทโฟนที่แสดงภาพรอยเปื้อนเลือดแบบแบ่งกลุ่ม แนวทางนี้มีศักยภาพที่จะเอาชนะความต้องการอุปกรณ์ราคาแพงและบุคลากรที่ได้รับการฝึกอบรมมาอย่างดีสำหรับการวินิจฉัยโรคมาลาเรียในสภาพแวดล้อมที่จำกัดด้วยทรัพยากร
หากตัวอย่างผู้ป่วยที่เรียกว่ารอยเปื้อนเลือดถูกถ่ายภาพ
โดยใช้โทรศัพท์มือถือและกล้องจุลทรรศน์ แอปสามารถวิเคราะห์ภาพเพื่อดูการปรากฏตัวของปรสิตมาลาเรียได้ การเขียนในวารสารDiagnosticsนักพัฒนาอธิบายว่า “แบบจำลองสามารถทำงานได้อย่างอิสระในแอพมือถือโดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต และสามารถช่วยเหลือบุคคลโดยไม่ต้องมีความเชี่ยวชาญด้านเทคนิคใดๆ ในการตรวจหาปรสิตมาลาเรียจากรอยเปื้อนเลือด”
ทีมวิจัยได้พัฒนาแบบจำลองการคำนวณ 10 แบบและประเมินความต้องการด้านการคำนวณ ตลอดจนความแม่นยำ ความแม่นยำ ความละเอียดอ่อน และความจำเพาะ โมเดลบางรุ่นได้รับการฝึกฝนโดยใช้ตัวเข้ารหัสอัตโนมัติ ซึ่งเป็นโครงข่ายประสาทเทียมชนิดหนึ่งที่ใช้ในการเรียนรู้วิธีตรวจจับรูปแบบโดยไม่สนใจสัญญาณรบกวนในลักษณะที่ไม่มีผู้ดูแล โมเดลที่ได้รับการฝึกฝนด้วยตัวเข้ารหัสอัตโนมัติเหล่านี้มีขนาดเล็กที่สุดเพียง 73 KB (น้อยกว่า Whatsapp) ประสิทธิภาพในการคำนวณดังกล่าวช่วยให้ทำการวินิจฉัยอัตโนมัติบนสมาร์ทโฟนราคาประหยัดได้
วิศวกรจากการคำนวณหนักเป็นน้ำหนักเบาในปี 2019 วิศวกรจากสหรัฐอเมริกาได้พัฒนาโครงข่ายประสาทเทียมที่สามารถวินิจฉัยโรคมาลาเรียโดยอัตโนมัติได้ อย่างไรก็ตาม โมเดลของพวกเขาใช้การคำนวณมากเกินไปในการทำงานบนสมาร์ทโฟนหรือในเว็บเบราว์เซอร์ โมเดลใหม่โดยFaizullah Fuhadและเพื่อนร่วมงานของเขาต้องการความสามารถในการประมวลผลน้อยกว่ารุ่นก่อนหน้าถึง 4 ล้านเท่า ในขณะที่ยังคงรักษาความแม่นยำในการจำแนกประเภทที่สูงมาก ทีมงานจากบังกลาเทศได้สาธิตการทำงานทั้งแบบออฟไลน์บนโทรศัพท์มือถือ และทางออนไลน์ในเว็บแอปพลิเคชัน
นักวิจัยใช้ชุดข้อมูลสาธารณะที่มีภาพเซลล์เม็ดเลือดแดง
27,558 รูปจากผู้ติดเชื้อ 150 คนและผู้ป่วยที่มีสุขภาพดี 50 คนเพื่อฝึกแบบจำลอง ภาพนี้ถ่ายโดยวางสมาร์ทโฟนไว้บนกล้องจุลทรรศน์แบบใช้แสงแบบธรรมดา (มีให้ในราคาเริ่มต้นประมาณ 100 ปอนด์) หลังจากนั้น นักพัฒนาได้ทดสอบโมเดลกับชุดข้อมูลสาธารณะชุดอื่น ซึ่งยืนยันถึงประสิทธิภาพที่แข็งแกร่งของโมเดล
ข้อดีและข้อเสียของวิธีการวินิจฉัยในปัจจุบัน มาลาเรียสามารถวินิจฉัยได้จากอาการทางคลินิก เช่น ไข้ หรือโดยปฏิกิริยาลูกโซ่โพลีเมอเรส (PCR) การทดสอบวินิจฉัยอย่างรวดเร็ว (RDT) หรือกล้องจุลทรรศน์ เนื่องจากการวินิจฉัยทางคลินิกและ PCR จำเป็นต้องมีการตั้งค่าทางห้องปฏิบัติการ อีกสองวิธีคือ RDT และกล้องจุลทรรศน์จึงมักใช้ในการวินิจฉัยโรคมาลาเรียในปัจจุบัน
RDT เป็นเครื่องมือที่มีประสิทธิภาพ โดยใช้แผ่นทดสอบที่คล้ายกับชุดทดสอบการตั้งครรภ์ อย่างไรก็ตาม วิธีการนี้มีข้อบกพร่องบางประการเมื่อเทียบกับกล้องจุลทรรศน์ มีความละเอียดอ่อนน้อยกว่า มีราคาแพงกว่า และได้รับผลกระทบจากความร้อนและความชื้น นอกจากนี้ RDT ยังไม่สามารถวัดความหนาแน่นของปรสิตหรือระบุชนิดของปรสิตที่ทำให้เกิดการติดเชื้อได้ กล้องจุลทรรศน์จึงเป็นเทคนิคที่ดีที่สุด แต่น่าเสียดายที่ต้องใช้บุคลากรที่ผ่านการฝึกอบรมมาอย่างดี แอพสมาร์ทโฟนใหม่ที่พัฒนาโดย Fuhad และเพื่อนร่วมงานควรเอาชนะข้อ
Mitchell และเพื่อนร่วมงานใช้เลเซอร์เพื่อตรวจสอบการสะกดจิตนี้ผ่านชุดการวัดที่ช่วยให้พวกเขาสามารถตรวจจับสิ่งกีดขวางระหว่างอะตอมและศึกษาผลกระทบของการชนกันของอะตอม เทคนิคการวัดนี้เรียกว่า optical quantum non-demolition (QND) เพราะสามารถวัดการหมุนของอิเล็กตรอนได้โดยไม่รบกวนพวกมัน “ถ้าการวัดปกติเป็นเหมือนการตรวจชิ้นเนื้อซึ่งจะนำวัสดุและวิเคราะห์ การวัด QND สามารถคิดได้เหมือนกับ MRI ซึ่งเราได้รับข้อมูลโดยไม่ทำลายระบบ” มิทเชลล์อธิบาย
สถานะพัวพันประเภทเสื้อกล้าม
แม้ว่าจะมีการชนกันระหว่างอะตอมหลายประเภท แต่บ่อยครั้งที่สุดคือการชนกันที่อะตอมแลกเปลี่ยนการหมุนของอิเล็กตรอน นักวิจัยตั้งข้อสังเกตว่าอะตอมของรูบิเดียมจำนวนมาก – อย่างน้อย 1.52 × 10 13จาก 5.32 × 10 13อะตอมที่เข้าร่วม – พันกันผ่านการชนกันของการแลกเปลี่ยนสปินและเข้าสู่สถานะพัวพันแบบเสื้อกล้าม “นี่เป็นสถานะที่น่าสงสัยของการหมุนสองครั้ง: การหมุนแต่ละครั้งดูเหมือนจะสุ่มโดยสมบูรณ์ โดยชี้ไปทุกทิศทางพร้อมกัน” Mitchell อธิบาย “อย่างไรก็ตาม การหมุนจะชี้ไปในทิศทางตรงกันข้ามเสมอ ดังนั้นจึงเป็นสถานะที่มีการประสานงานอย่างสมบูรณ์ในขณะเดียวกันก็สุ่มทั้งหมดด้วย”
ในการวัด QND การมีส่วนร่วมจากเสื้อกล้ามเป็นศูนย์ เขากล่าวเสริม “เนื่องจากพวกมันชี้ไปในทิศทางตรงกันข้าม สิ่งที่เกิดจากการหมุนหนึ่งครั้งจะถูกยกเลิกโดยการหมุนอีกอันหนึ่ง ดังนั้น เมื่อเราเห็นสัญญาณ QND แบบออปติคัลเริ่ม ‘เงียบ’ มาก เรารู้ว่ามีเสื้อกล้ามจำนวนมากก่อตัวขึ้น”
และนั่นไม่ใช่ทั้งหมด ตามที่ทีม ICFO อธิบายไว้ในบทความของพวกเขา ซึ่งตีพิมพ์ในNature Communications พวก เขายังตั้งข้อสังเกตอีกว่าสิ่งกีดขวางนั้นไม่ใช่ของในพื้นที่ ซึ่งหมายความว่ามันเกี่ยวข้องกับอะตอมที่ไม่อยู่ใกล้กัน ระหว่างอะตอมที่พัวพันกันใดๆ สองอะตอม มีอะตอมอื่นๆ อีกหลายพันอะตอม ซึ่งหลายๆ อะตอมยังพัวพันกับอะตอมอื่นๆ ที่ยังคงอยู่ ในสถานะพัวพันขนาดยักษ์ ร้อนและยุ่งเหยิง พวกเขากล่าว
เทคโนโลยีการตรวจจับอาจเป็นประโยชน์
เมื่อการวัดหยุดลง ความพัวพันจะคงอยู่ประมาณหนึ่งมิลลิวินาที ผู้เขียนคนแรกของการศึกษาJia Kongอธิบาย ซึ่งหมายความว่าชุดใหม่ของอะตอม 15 ล้านล้านกำลังพันกัน 1,000 ครั้งต่อวินาที 1 มิลลิวินาทีนั้นนานพอที่แต่ละอะตอมจะเกิดการชนแบบสุ่มประมาณ 50 ครั้ง ซึ่งแสดงให้เห็นชัดเจนว่าสิ่งพัวพันไม่ถูกทำลายโดยเหตุการณ์สุ่มเหล่านี้ “นี่อาจเป็นผลงานที่น่าแปลกใจที่สุดของเรา” เธอกล่าว
การค้นพบนี้จะมีความสำคัญสำหรับเทคโนโลยีการตรวจจับโดยอาศัยเมฆอะตอมที่ร้อนและหนาแน่น หนึ่งในเทคโนโลยีดังกล่าวที่เรียกว่าสื่อเฟสสปิน-แลกเปลี่ยน-ไม่ผ่อนคลาย (SERF) แบบไอเฟสทำงานที่ 450 K และใช้ในการใช้งานที่หลากหลายเช่นเดียวกับเครื่องวัดความเข้มข้นของสนามแม่เหล็กที่สามารถตรวจจับสัญญาณแม่เหล็กจากสมองและเครื่องมือที่มองหาสัญญาณของความมืด สสารและฟิสิกส์เหนือกว่าแบบจำลองมาตรฐาน “การพัวพันสามารถอยู่รอดได้ในอุณหภูมิที่ร้อนจัดหรือไม่นั้นเป็นคำถามเปิดจนถึงตอนนี้ แต่การทดลองของเราแสดงให้เห็นว่าสามารถทำได้จริง” Kong กล่าว
Credit : experiencethejoy.net expertlistbuilding.com fairytalefavors.net fioredicappero.com forumperekur.com
