Zastosowanie AI/ML w rozpoznawaniu szczepów bakterii na podstawie wzorców Fresnela

Kategoria:
AI/ML
Branża:
Biotechnologia, Diagnostyka laboratoryjna
Miasto:
Polska

Klient

Organizacja badawczo-diagnostyczna poszukiwała innowacyjnego rozwiązania do automatycznej i szybkiej identyfikacji szczepów bakterii. Celem klienta było ograniczenie kosztów, skrócenie czasu analiz oraz umożliwienie rozpoznawania wielu gatunków w jednym teście, bez potrzeby stosowania drogich i czasochłonnych procedur laboratoryjnych.

Wyzwanie

Dotychczasowe metody identyfikacji bakterii miały istotne ograniczenia: 

  • Wymagały nawet 7 dni oczekiwania na wynik oraz angażowały wysoko wykwalifikowany personel. 
  • Nowoczesne techniki, takie jak PCR, były kosztowne i nie umożliwiały jednoczesnego wykrywania wszystkich szczepów bakterii w jednej próbie. 

Klient potrzebował skutecznego systemu, który zautomatyzuje proces rozpoznawania bakterii i znacząco przyspieszy analizy. 

Rozwiązanie

Prace nad projektem zostały podzielone na 3 główne etapy: 

  1. Zaprojektowanie systemu obrazowania i wstępna koncepcja
    Na tym etapie powstał dedykowany system optyczny umożliwiający rejestrowanie wzorców Fresnela kolonii bakterii. Dane obrazowe z tego systemu stanowiły podstawę dalszej analizy. 
  1. Przetwarzanie danych i rozwój modelu AI/ML
    Następnie opracowaliśmy proces ekstrakcji numerycznych cech morfologicznych i teksturalnych, które umożliwiły rozróżnianie wzorców pomiędzy szczepami bakterii. W kolejnym kroku zbudowaliśmy model AI/ML zdolny do rozpoznawania dziesiątek gatunków bakterii lub sygnalizowania braku dopasowania przy niskim stopniu podobieństwa. 
  1. Walidacja i optymalizacja rozwiązania
    Model został przetestowany i osiągnął wysoką dokładność identyfikacji — ponad 96%. Wynik potwierdziło niezależne brytyjskie laboratorium. System został zaprojektowany tak, aby mógł być łatwo zintegrowany z rutynowymi procedurami mikrobiologicznymi. 

Rezultaty

  • Zbudowaliśmy system, który został bardzo dobrze przyjęty przez zespoły laboratoryjne Klienta. Osiągnęliśmy dokładność rozpoznawania bakterii na poziomie ponad 96%, potwierdzoną przez certyfikowane laboratorium.
  • Czas analizy został skrócony z 7 dni do maksymalnie 24 godzin. System umożliwia identyfikację wielu szczepów bakterii w jednym teście.
  • Sprzęt i odczynniki zastosowane w rozwiązaniu są zgodne ze standardami laboratoryjnymi, z jednym dodatkowym komponentem. Ta sama próbka może być analizowana również innymi metodami, co zwiększa elastyczność procesu diagnostycznego.
  • Proces rozwoju i współpracy z Klientem przebiegał płynnie i był na bieżąco monitorowany. Nasz zespół dzielił się wiedzą, co ułatwiło wdrożenie i dalsze wykorzystanie systemu.

Modernizacja systemu do automatyzacji procesu szlifowania

Design, Development, DevOps czy Cloud – jakiego zespołu potrzebujesz, aby przyspieszyć pracę nad swoimi projektami?
Porozmawiaj o swoich potrzebach z naszymi specjalistami.

Jakub Orczyk

Członek zarządu / Dyrektor sprzedaży
VM.PL

Zamów bezpłatną konsultację
kuba (1)