UCLA和NantWorks的研究人員已經(jīng)開發(fā)了一種由人工智能驅(qū)動的設(shè)備，該設(shè)備可以在幾毫秒內(nèi)檢測出癌細胞，比以前的方法快數(shù)百倍。以這種速度，本發(fā)明使得在檢測到癌細胞后立即從血液中提取癌細胞成為可能，這又可以幫助防止疾病在體內(nèi)傳播。

關(guān)于這一進展的論文發(fā)表在《自然科學(xué)報告》雜志上。

該方法依賴于兩項核心技術(shù)：深度學(xué)習(xí)和光子時間拉伸。深度學(xué)習(xí)是一種機器學(xué)習(xí)，這是一種人工智能技術(shù)，其中對算法進行“訓(xùn)練”以使用大量數(shù)據(jù)執(zhí)行任務(wù)。在深度學(xué)習(xí)中，根據(jù)人腦的工作原理對稱為神經(jīng)網(wǎng)絡(luò)的算法進行建模。與其他類型的機器學(xué)習(xí)相比，深度學(xué)習(xí)已被證明在識別和生成圖像，語音，音樂和視頻方面特別有效。

光子時間拉伸是UCLA發(fā)明的一種超快速測量技術(shù)。光子時間拉伸儀器使用超短激光猝發(fā)每秒捕獲數(shù)萬億個數(shù)據(jù)點，比當(dāng)今最快的微處理器快1000倍以上。該技術(shù)幫助科學(xué)家發(fā)現(xiàn)了激光物理學(xué)中的罕見現(xiàn)象，并發(fā)明了用于3D顯微鏡，光譜學(xué)和其他應(yīng)用的新型生物醫(yī)學(xué)儀器。

加州大學(xué)洛杉磯分校薩穆里分校工程學(xué)院電氣與計算機工程學(xué)院教授加州大學(xué)洛杉磯分校加利福尼亞納米系統(tǒng)研究所的成員。

該系統(tǒng)還使用一種稱為成像流式細胞儀的技術(shù)。細胞計數(shù)法是測量細胞特征的科學(xué)。在成像流式細胞術(shù)中，這些測量是通過使用激光對流過載液的細胞進行一次成像來獲得的。盡管在成像流式細胞術(shù)中已經(jīng)存在將細胞分類的技術(shù)，但是這些技術(shù)的處理步驟發(fā)生得如此緩慢，以至于設(shè)備沒有時間在物理上將細胞彼此分離。

Jalali和他的同事們在之前的工作基礎(chǔ)上，開發(fā)了深度學(xué)習(xí)管道，可以通過直接對作為成像流式細胞儀過程一部分的激光信號進行操作來解決該問題，從而消除了其他技術(shù)的時間密集型處理步驟。

“我們優(yōu)化了深度神經(jīng)網(wǎng)絡(luò)的設(shè)計，以處理由我們的時間拉伸成像流式細胞儀創(chuàng)建的大量數(shù)據(jù)，從而提高了軟件和儀器的性能，”來訪的博士生，論文的第一作者李月琴說。作者。

加州大學(xué)洛杉磯分校的博士后研究員，該論文的合著者Ata Mahjoubfar表示，該技術(shù)使儀器能夠立即確定細胞是否癌變。

他說：“我們不再需要提取細胞的生物物理參數(shù)。” “相反，深度神經(jīng)網(wǎng)絡(luò)可以非?？焖俚胤治鲈紨?shù)據(jù)本身。”

神經(jīng)網(wǎng)絡(luò)的代碼是使用NVidia捐贈的高級圖形處理單元開發(fā)的。這項研究的其他貢獻者是NantWorks的Kayvan Reza Niazi和前UCLA博士生Claire Lifan Chen。NantWorks是位于加利福尼亞州卡爾弗市的公司。