![](/sites/default/files/mi/styles/landscape/public/2024-05/300612860-1b2dca7f-aa21-4f97-acb1-790b0ff1ffe2.jpg.webp?itok=hHES20m0)
A Mesterséges Intelligencia Nemzeti Laboratórium (MILAB) kutatói, Bedőházi Zsolt és Biricz András nyerték a nemzetközi a tuberkolózis mesterséges intelligenciát alkalmazó felismerésére indított "2024 Detecting Active Tuberculosis Bacilli Data Challenge" versenyt NeuraBB nevű csapatukkal.
A verseny célja, olyan algoritmusok kifejlesztése, amelyek képesek azonosítani a kórokozókat a betegmintákban, ezzel segítve az aktív tuberkulózis diagnózisát. A versenyt a Nightingale Open Science és a Wellgen Medical szervezte.
A versenyzőknek saját fejlesztésű algoritmusokkal kellett elemezni egy, több mint 75 000 mikroszkópos képet tartalmazó adathalmazt. Az adatokat Ázsiából gyűjtötték, légúti mintákat. Azt kellett meállapítani, hogy a minták tartalmazzák a kórokozót vagy sem. A pozitív minták jelentősen alulreprezentáltak voltak az adathalmazban (kb. öt százalék).
A MILAB kutatói úgynevezett weakly-supervised frameworköt használtak. Ezzel a megoldással nem volt szükség külső adathalmazokra és szakértők által elkészített annotációkra sem, így adatvédelmi és hozzáférhetőségi szempontból is jó megoldást alkottak. Megoldásukban a baktériumok egyedi jellegzetességeinek felismerésére fókuszáltak. Megközelítésünk gyors, skálázható és hatékony megoldás a TBC-felismerésre köpetmikroszkópos képekből.
A módszer részletesebb leírása és az alkalmazott kód megtalálahtó a Githubon. Az eredményről a Telex is beszámolt.