Yapay Zeka ve MALDI-TOF Spektrometrisi Bakteri ve Virüs Tespitini Geliştiriyor

Yunanistan, Estonya ve Belçika'daki üniversitelerden bir araştırma ekibi, yapay zekayı MALDI-TOF kütle spektrometrisiyle birleştirerek bakteri ve virüslerin sınıflandırılmasını geliştirdi. Ancak dış veri setleriyle yapılan testler, yapay zeka modellerinin laboratuvarlar arası transferindeki zorlukları ortaya koydu.

Yapay Zeka ve MALDI-TOF Entegrasyonu

Yunanistan, Estonya ve Belçika'dan araştırmacılar, bakteri ve virüslerin sınıflandırılmasını iyileştirmek amacıyla yapay zekayı MALDI-TOF kütle spektrometrisi ile birleştirdi. Çalışma, klinik mikrobiyolojide protein parmak izleriyle hızlı tanımlama sağlayan bu yöntemin potansiyelini artırmayı hedefledi.

Model Testleri ve Doğruluk Oranları

Araştırmacılar sekiz makine öğrenimi ve iki derin öğrenme modelini yedi bakteri türü ve beş viral ajandan elde edilen kütle spektrumlarıyla değerlendirdi. İç veri setinde modellerin birçoğu bakteri ve virüs ayrımında yüzde yüz doğruluk oranına ulaştı.

Dış Veri Seti ve Karşılaşılan Zorluklar

En güçlü üç model, Robert Koch Enstitüsü'nün dış veri setiyle test edildi. Laboratuvarlar arası kalibrasyon, numune hazırlama ve inaktivasyon farkları performansı düşürürken, tür düzeyindeki tanımlama daha zorlu geçti.

Gelecek Çalışmalar ve Beklentiler

Araştırmacılar, küçük iç veri setinin aşırı öğrenme riskini artırdığını kabul etti. Yapay zeka destekli sınıflandırmanın gerçek dünyada yaygınlaşması için birden fazla laboratuvardan daha büyük ve çeşitli veri setlerine ihtiyaç duyulacak.