به گزارش روش سئو پژوهشگران آمریكایی نوعی پلت فرم مبتنی بر هوش مصنوعی ابداع نموده اند كه می تواند باكتری های موجود در آب را شناسایی و طبقه بندی كند.
به گزارش روش سئو به نقل از ایسنا و به نقل از فیز، بیماری های ناشی از آب، سالانه بیشتر از دو میلیارد نفر را در سرتاسر جهان آلوده می کنند و علاوه بر مشکلات مربوط به سلامتی، بار اقتصادی سنگینی را هم برای جوامع به همراه دارند. برای مثال، آمریکا سالانه بیشتر از دو میلیون دلار برای درمان بیماری های ناشی از آب هزینه می کند.
علاوه بر مشکلات مربوط به پاتوژن آب، یکی از شایع ترین نگرانی ها در مورد سلامت عمومی، وجود باکتری “اشریشیا کلی” (E. coli) در آب شرب است.
روش های قدیمی شناسایی این باکتری معمولا بین ۲۴ تا ۴۸ ساعت زمان می برند؛ در حالیکه روش های شناسایی مولکولی می توانند زمان لازم برای شناسایی باکتری را کاهش دهند و به چند ساعت برسانند اما این روش ها حساسیت لازم را برای شناسایی باکتری ها در تراکم پایین ندارند. همینطور این روش ها نمی توانند میان ریزارگانیسم های مرده و زنده تمایزی قائل شوند. علاوه بر این، هنوز هیچ روش مولکولی برای شناسایی “باکتری کلی فرم”(Coliform bacteria) در آب وجود ندارد.
هم اکنون، احتیاج به یک روش خودکار احساس می شود که بتواند باکتری را با سرعت شناسایی کند و حساسیت بالایی هم داشته باشد تا جایگزین روش هایی شوند که هم اکنون مورد تایید هستند و به حداقل ۲۴ ساعت زمان نیاز دارند.
پژوهشگران “دانشگاه کالیفرنیا، لس آنجلس”(UCLA)، یک سیستم تصویربرداری هوشمند مبتنی بر هوش مصنوعی ابداع نموده اند که می تواند باکتری های زنده ای را که در آب هستند، بموقع تشخیص دهد و طبقه بندی کند. آنها با استفاده از روش “تمام نگاری” یا “هولوگرافی”(Holography)، یک سیستم تصویربرداری با حساسیت بالا طراحی نموده اند که تصاویر میکروسکوپی را از باکتری ثبت می کند. سپس با کمک یک شبکه عصبی عمیق، به تحلیل تصاویر می پردازد و رشد آنها را به سرعت شناسایی می کند. بعد از شناسایی رشد باکتری، دومین شبکه عصبی عمیق به کار گرفته می شود تا نوع باکتری را طبقه بندی کند.
این پلت فرم منحصر به فرد، کارآیی خویش را در آزمایش ها و با تشخیص و طبقه بندی سه نوع باکتری اشریشیا کلی، “Klebsiella aerogenes” و “کلبسیلا پنومونیه”(Klebsiella pneumoniae) ثابت کرد. پژوهشگران در این آزمایش ها توانستند با کمک این روش، باکتری های هر لیتر آب را طی ۹ ساعت شناسایی کنند.
نتایج این پژوهش نشان می دهند که این پلت فرم مبتنی بر هوش مصنوعی، نه تنها می تواند سریع و مقرون به صرفه باشد، بلکه به پژوهش های حوزه میکروبیولوژی هم کمک نماید.
این پژوهش، در مجله “Light: Science & Applications” به چاپ رسید.
منبع: howtoseo.ir
