Роботизированную систему на основе машинного зрения для лабораторного анализа крови создают специалисты НИТУ МИСИС совместно с коллегами из БГТУ им. В. Г. Шухова и НИЦЭМ им. Н. Ф. Гамалеи, сообщает 8 июня интернет-издание «Газета.Ru». В НИТУ МИСИС рассказали, как разрабатываемая российскими учеными система роботизации позволит улучшить качество лабораторного анализа крови, этого одного из самых распространенных видов медицинских исследований.
По словам сотрудника кафедры автоматизированных и информационных систем управления СТИ НИТУ МИСИС Сергея Халапяна, после забора крови у пациента, ее анализ проходит в несколько этапов. Сперва кровь в первичной пробирке центрифугируют и затем из этой же пробирки жидкость разливают в несколько новых пробирок (процесс аликвотирования). Далее в таких новых пробирках биологический материал направляется на определение конкретных биохимических показателей (например, на определение уровня сахара в крови, на измерение содержания гормонов, антител и т. д.). Этап аликвотирования очень важен и требует хороших навыков лабораторной работы от сотрудника. Ведь после центрифугирования кровь разделена на фракции, поэтому пипетку для забора части жидкости на анализ необходимо погружать на различные глубины в зависимости от уровня границ между фракциями. Ошибки из-за человеческого фактора на данном этапе зачастую не исключены, что снижает качество исследования. «Большое количество ошибок, ведущих к снижению качества лабораторного исследования, происходит именно на этапе предварительной подготовки материала», — объяснил Халапян. В результате подобных ошибок мы получаем либо, в лучшем случае, необходимость нового забора крови, либо, что гораздо хуже, неверно поставленный диагноз. Создание же системы роботизированного аликвотирования плазмы «позволит исключить на этом этапе человеческий фактор», сказал рассказал ученый. В роботизированной системе от НИТУ МИСИС уровень границ между фракциями крови в пробирке будет определяться автоматически, при помощи машинного зрения на основе нейросети. Робот-автомат может с точностью до 98% определить сегменты фракционированной крови в пробирке, после чего с помощью алгоритма будет расчитана глубина, на которую необходимо погрузить пипетку для забора сыворотки крови с погрешностью менее 0,5 мм. Благодаря этому качество лабораторных исследований должно существенно вырасти. «Нейронная сеть обеспечивает высокую точность сегментации изображения, а разработанный на ее основе алгоритм позволяет вычислять глубину, на которую необходимо погрузить пипетку для взятия аликвот. При этом учитывается характер границы раздела фракций, что гарантирует получение максимального количества аликвот и сохранения высокого качества диагностического исследования», — добавил Халапян. В перспективе к указанной системе добавят еще двух роботов. Один из них будет перемещать со штатива пробирку с биоматериалом, помещая ее в рабочую зону для «машинным зрением», а затем, после забора плазмы, устанавливать пробирку в другой штатив. Второй робот будет выполнять собственно забор плазмы и разливать забранный материал по пробиркам.
Свежие комментарии