Sertis co-develops machine learning-driven and smartphone-based detection of Covid-19

It's been over 2 years since we were hit by Covid-19 and it isn't going away any time soon. There have been a number of medical development technologies so far, however, one of the ideal technologies to carry out Covid-19 infection tests is Real Time PCR detection, which is expensive, laborious and requires costly equipment and highly trained personnel. Many developing countries and health care settings have limited access to such resources, restricting their capacity to sufficiently test their populations. The Covid-19 pandemic is the worst crisis since World War II as the virus has threatened every nation by infecting over 179 million people and killing over 3.8 millions around the world. The virus can spread and transmit via an air, even individuals with asymptomatic infections, can be carriers of the virus and transmit it to others. Therefore, being able to extensively test individuals and quarantine those shown to be infected early on in the disease progression is crucial to slow the rate of transmission. A novel CRISPR-based diagnostic method is an attractive option due to its rapid, sensitive, specific, and easy to implement characteristics but the disadvantage is that its readout mostly relies on a simple visual inspection, which is prone to errors, particularly for discriminating samples with low viral counts. However, this quantification can be performed using fluorescence intensity readers which is typically costly and inaccessible to many health professionals. To solve that problem to achieve rapid and sensitive testing, a team of researchers, including Aubin Samacoits, Senior AI Researcher at Sertis, jointly researched and developed an AI based Computer Vision application coupled with machine learning-driven software on smartphones designed to help researchers detect fluorescence intensity in medical experiments and tests through the CRISPR-based diagnostic platform. The custom software in a smartphone is equipped with a binary classification model that has been developed by the researcher team, to quantify the acquired fluorescence images and determine the presence of the virus from laboratory samples. Then using Computer Vision technology to indicate the fluorescence intensity of the liquid, and estimate the possibility of infection that reporting results will be shown in the application immediately. The result shows that the method is almost as accurate as Real Time PCR detection, and the system can also detect Viral Load to offer valuable information of the infection in individuals that cannot be obtained from current readout methods. Read a full research at https://pubs.acs.org/doi/10.1021/acsomega.0c04929

ถึงแม้ว่าการแพร่ระบาดของโรคโควิด-19 จะอยู่กับเรามาเป็นเวลากว่า 2 ปีแล้ว และมีการพัฒนาเทคโนโลยีทางการแพทย์ขึ้นมารองรับมากมาย แต่หนึ่งในเทคโนโลยีสำคัญอย่างเทคโนโลยีในการตรวจหาเชื้อนั้น ยังคงจำเป็นต้องใช้การตรวจหาเชื้อแบบ Real Time PCR ที่ใช้ต้นทุนทางอุปกรณ์ และบุคลากรสูงมาก ทำให้ค่าใช้จ่ายที่ตามมาสูงขึ้น ซึ่งหลาย ๆ ประเทศมีต้นทุนเหล่านี้ในจำนวนจำกัด ทำให้ตรวจหาเชื้อได้อย่างจำกัดไปด้วย การระบาดของโรคโควิด-19 เป็นการวิกฤติครั้งยิ่งใหญ่ที่สุดนับตั้งแต่การเกิดสงครามโลกครั้งที่ 2 ซึ่งปัจจุบันมีผู้ติดเชื้อไปแล้วกว่า 179 ล้านคนทั่วโลก และเสียชีวิตกว่า 3.8 ล้านคน เนื่องจากเชื้อสามารถแพร่กระจายทางอากาศได้ และแม้ผู้ป่วยจะไม่แสดงอาการ ก็ยังสามารถแพร่เชื้อ หากมีเทคโนโลยีในการตรวจหาเชื้อที่ทำได้อย่างรวดเร็ว ต้นทุนต่ำ และแม่นยำนั้น จะสามารถช่วยหยุดการแพร่กระจาย และช่วยให้ควบคุมโรคได้รวดเร็วขึ้น การตรวจเชื้อแบบ CRISPR ซึ่งเป็นวิธีการตรวจเชื้อแบบใหม่ที่มีความรวดเร็วและความแม่นยำสูง แต่ข้อเสียคือการอ่านผลตรวจจะต้องใช้การดูจากภาพเท่านั้น ทำให้เกิดความผิดพลาดได้ง่าย โดยเฉพาะในผลตรวจของผู้ที่มีจำนวนเชื้อในร่างกายต่ำ แต่ผลตรวจเช่นนี้สามารถอ่านได้แม่นยำขึ้นหากใช้เทคนิคของการตรวจจับความเข้มข้นของการเรืองแสง (Fluorescence intensity) เข้ามาช่วย ซึ่งโดยทั่วไปแล้วเป็นการเพิ่มต้นทุนที่มากเกินไป ทีมนักวิจัย ซึ่งหนึ่งในนั้นประกอบด้วย Aubin Samacoits Senior A.I Researcher จาก Sertis จึงแก้ปัญหาดังกล่าวด้วยการร่วมกันวิจัยและพัฒนาแอปพลิเคชันแมชชีนเลิร์นนิงบนสมาร์ตโฟน ที่สามารถตรวจหาเชื้อโควิด-19 ได้ด้วยการนำเทคโนโลยี Computer Vision มาตรวจจับความเข้มข้นของการเรืองแสงในตัวอย่างสารคัดหลั่งของผู้ป่วย โดยได้นำเทคโนโลยีนี้มาพัฒนาร่วมกับการตรวจเชื้อแบบ CRISPR ทางทีมวิจัยได้ใช้อุปกรณ์สมาร์ตโฟนที่พัฒนาให้มีความสามารถในการถ่ายภาพเรืองแสงได้ ในการอ่านภาพของหลอดทดลองที่มีตัวอย่างอยู่ จากนั้นใช้เทคโนโลยี Computer Vision ตรวจจับความเข้มข้นของการเรืองแสง ประมวลผลความเป็นไปได้ในการติดเชื้อ และส่งรายงานสรุปผลผ่านทางแอปพลิเคชันได้ทันที โดยพบว่าผลลัพธ์ที่ได้นั้นมีความแม่นยำเกือบเทียบเท่าการตรวจหาเชื้อแบบ Real Time PCR และยังสามารถตรวจหา Viral Load หรือจำนวนของเชื้อได้อีกด้วย ซึ่งเป็นข้อมูลสำคัญที่การตรวจหาเชื้อแบบปัจจุบันยังไม่สามารถตรวจได้ เทคโนโลยีการตรวจหาเชื้อผ่านสมาร์ตโฟนนี้สามารถนำไปใช้งานจริงได้ง่าย เคลื่อนย้ายได้ และต้นทุนต่ำ จึงเหมาะกับพื้นที่ที่มีทรัพยากรในการตรวจหาเชื้อจำกัด และเหมาะกับการตรวจหาเชื้อในสถานการณ์เร่งด่วน หรือต้องการใช้ผลตรวจอย่างรวดเร็ว เช่น การตรวจหาเชื้อเพื่อเข้ารับการรักษาฉุกเฉิน การตรวจหาเชื้อก่อนเข้ารับบริการทางทันตกรรม และ การตรวจหาเชื้อที่สนามบิน เป็นต้น นอกจากนี้หากมีการปรับใช้เทคโนโลยีนี้กับหน่วยงานและประชาชนทั่วไป และมีการอัปโหลดผลตรวจเข้าเซิร์ฟเวอร์ของส่วนกลาง จะช่วยให้สามารถเก็บข้อมูลผู้ติดเชื้อแบบเรียลไทม์ได้ ทั้งยังช่วยให้ภาครัฐ ภาคเอกชน และประชาชนสามารถเข้าถึงข้อมูลจำนวนผู้ติดเชื้อได้ตลอดเวลา ทำให้สามารถป้องกันและจัดการกับสถานการณ์ต่าง ๆ ได้อย่างทันท่วงที อ่านบทความวิจัยอย่างละเอียดได้ที่: https://pubs.acs.org/doi/10.1021/acsomega.0c04929