Una herramienta de inteligencia artificial desarrollada en la Universidad de Gotemburgo ofrece nuevas oportunidades para analizar imágenes tomadas con microscopios. Un estudio muestra que la herramienta, que ya ha recibido reconocimiento internacional, puede cambiar fundamentalmente la microscopía y allanar el camino para nuevos descubrimientos y áreas de uso tanto en la investigación como en la industria.

El enfoque del estudio es el aprendizaje profundo, un tipo de inteligencia artificial (IA) y aprendizaje automático con el que todos interactuamos a diario, a menudo sin pensarlo. Por ejemplo, cuando aparece una nueva canción en Spotify que es similar a canciones que hemos escuchado anteriormente o cuando la cámara de nuestro teléfono móvil encuentra automáticamente la mejor configuración y corrige los colores en una foto.

"El aprendizaje profundo ha conquistado el mundo y ha tenido un gran impacto en muchas industrias, sectores y campos científicos. Ahora hemos desarrollado una herramienta que permite utilizar el increíble potencial del aprendizaje profundo, con foco en imágenes tomadas con microscopios, "dice Benjamin Midtvedt, estudiante de doctorado en física y autor principal del estudio.

El aprendizaje profundo se puede describir como un modelo matemático utilizado para resolver problemas que son difíciles de abordar con métodos algorítmicos tradicionales. En microscopía, el gran desafío es recuperar la mayor cantidad de información posible de las imágenes empaquetadas de datos, y aquí es donde el aprendizaje profundo ha demostrado ser muy eficaz.

La herramienta que Midtvedt y sus colegas de investigación han desarrollado implica que las redes neuronales aprendan a recuperar exactamente la información que un investigador desea de una imagen mirando a través de una gran cantidad de imágenes. conocido como datos de entrenamiento. La herramienta simplifica el proceso de producir datos de entrenamiento en comparación con tener que hacerlo manualmente, de modo que se puedan generar decenas de miles de imágenes en una hora en lugar de cien en un mes.

"Esto hace posible extraer rápidamente más detalles de las imágenes de microscopio sin necesidad de crear un análisis complicado con métodos tradicionales. Además, los resultados son reproducibles, y personalizado, la información específica se puede recuperar para un propósito específico ".

Por ejemplo, la herramienta permite al usuario decidir el tamaño y las características del material para partículas muy pequeñas y contar y clasificar células fácilmente. Los investigadores ya han demostrado que la herramienta puede ser utilizada por industrias que necesitan purificar sus emisiones, ya que pueden ver en tiempo real si se han filtrado todas las partículas no deseadas.

Los investigadores tienen la esperanza de que en el futuro la herramienta se pueda utilizar para seguir infecciones en una célula y mapear los mecanismos de defensa celular. lo que abriría enormes posibilidades para nuevos medicamentos y tratamientos.

"Ya hemos visto un gran interés internacional en la herramienta. Independientemente de los desafíos microscópicos, los investigadores ahora pueden realizar análisis más fácilmente, hacer nuevos descubrimientos, implementar ideas y abrir nuevos caminos en sus campos ".