该应用与包含简单加热元件的3D打印支架配对，控制折纸测试的温度，在大约十分钟内将其加热到LAMP过程所需的工作温度。信用:格拉斯哥大学一种应对撒哈拉以南非洲疟疾传播的新方法，将负担得起、易于管理的血液检测与机器学习和牢不可破的加密技术相结合，在乌干达产生了令人鼓舞的早期结果。疟疾是世界上导致疾病和死亡的主要原因之一，每年约有2.28亿人患病，其中超过40万人死亡。像新冠肺炎一样，疟疾可以无症状传播，这使得广泛的现场检测对控制疫情和拯救生命至关重要。
广泛提供现场检测的一个重大挑战是，最常见和最准确的疟疾血液检测是基于聚合酶链反应(PCR)过程。聚合酶链反应检测需要训练有素的工作人员抽血，并在实验室条件下检测样本。在撒哈拉以南非洲的偏远地区，疟疾感染往往在远离训练有素的工作人员和实验室条件数百英里的地方爆发，使得有效的感染控制非常困难。
虽然近年来已经开发并交付了更多的便携式疟疾横向流动测试，但其可靠性受到了质疑，一些研究表明，它们的准确性可能只有75%。
在过去的几年里，格拉斯哥大学和乌干达卫生部的生物医学工程师合作开发了一种更可靠、更低成本的“折纸”替代方法来替代聚合酶链反应和横向流动测试。
它使用一张张折叠的蜡纸为不同类型的检测过程准备患者样本，这种检测过程被称为环介导等温扩增(LAMP)，可以在现场进行。此前在乌干达进行的实地测试表明，折纸测试技术的准确率为98%。
通过手指穿刺从患者身上采集的血液样本被放置在折叠纸的蜡通道中。然后将纸折叠起来，将样本导入一个狭窄的通道，然后进入三个小室，LAMP机器用这些小室来测试样本的DNA，寻找恶性疟原虫的证据，恶性疟原虫是一种蚊子传播的寄生虫，会导致疟疾。
在今天发表在《自然电子》杂志上的一篇新论文中，研究人员描述了他们是如何开发出一个安全的智能手机应用程序来与他们的折纸测试配对的，该应用程序使用深度学习来进行更准确的诊断，并可能有助于更好地监控社区传播。
然后，使用基于云的机器学习过程来分析LAMP结果，以确保它们得到正确管理，使不同技能水平的用户能够正确进行测试。患者疟疾感染的阳性或阴性诊断由类似于家用新冠肺炎检测的横向流动条上的v ia线提供。
患者的结果安全地存储在区块链的分类账中，以确保他们的隐私，并与地方当局共享，以允许对当地感染进行匿名监控。
格拉斯哥大学詹姆斯·瓦特工程学院的乔恩·库珀教授领导了该诊断系统的开发。库珀教授说:“2018年，世界卫生组织关于控制疟疾的一份报告强调，需要快速、有效的检测，每个需要的人都可以进行检测，即使是在最偏远的农村地区。世卫组织的报告还建议将疾病诊断更加数字化地纳入区域或国家病例管理系统，以更好地监测疟疾的传播。
“我们相信，我们开发的系统可以帮助满足这两个迫切的需求。它允许非专家在ywhere进行血液测试，然后将结果安全地与地方和地区当局共享。像这样的系统的广泛应用可能会对撒哈拉以南非洲的疟疾传播产生巨大影响。”
研究人员通过在乌干达东托罗罗地区农村的一些初步实地测试验证了他们的方法。在父母的允许下，他们用他们的系统测试了从当地一所小学的40名5到12岁的学生身上采集的血样。测试准确率为98%。所有样本随后都在英国使用标准的疟疾聚合酶链反应检测进行了再次检测。
格拉斯哥大学生物医学工程高级讲师Julien Reboud博士是该论文的合著者。雷布德博士说:“智能手机在非洲被广泛使用，即使是在最偏远的地区，这使得智能手机在广泛测试和有效监测疟疾等传染病方面具有潜在的宝贵价值。
“我们渴望尽可能广泛地提供这项技术，并正在与医疗保健管理提供商进行早期谈判，以探索我们的选择。”
米（meter的缩写））乌干达卫生部病媒传播和NTD控制司项目官员摩西·阿德里科说:“疟疾和其他传染病是偏远社区的一大负担，不仅通过健康不良影响家庭，还影响儿童教育。
“与我们在格拉斯哥大学的合作伙伴一起开发的这种新的数字健康技术使用人工智能和手机上的区块链来提供基于现场的脱氧核糖核酸检测，以及专家决策诊断支持工具，所有这些都需要高度的信任和安全性。
“在乌干达东部托罗罗地区学校进行的检测凸显了当地较高的疾病负担，不仅使我们能够及时、准确地治疗受影响的儿童，还使我们能够提供数据，为地区卫生和教育当局调整当地更广泛的疾病管理策略提供信息。”
该团队的论文名为“基于智能手机的脱氧核糖核酸疟疾诊断，使用深度学习进行本地决策支持和区块链技术进行安全保护”，发表在《自然电子》杂志上。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
