日本大阪大学研发出唾液检测法 5分钟即可检出新冠病毒

日本开发出唾液快速检测法

据《朝日新闻》网站报道，由日本大阪大学等组成的研究团队此前研发出了一种唾液检测法，可以在5分钟内检测新冠病毒。此外搭载了人工智能技术的病毒识别系统也可用于检测其他病毒。

该团队研发出来的是一种可识别检测单个病毒的方法。首先，利用半导体的精密加工技术在印制板上开一个直径300纳米的小孔测量装置。当唾液流入小孔后，便可测定唾液中的各种物质流经小空时发出的电信号。研究人员会提前让人工智能学习检测结果呈阳性和阴性时的两种不同的电信号，以便识别检测样本是否含有新冠病毒。

随着大数据的深入应用，机器学习已经进入医疗领域。过去数年间，出现了诸多“机器”准确进行医学诊断的例子。

机器学习在医学中的应用

1.辅助诊断：目前，ML和DL在精神疾病中的研究基本集中在诊断上，基于ML和DL的计算机辅助诊断工具可以帮助临床医生对精神疾病进行分类，短时间内形成更可靠、准确和标准化的诊断。有研究者将ML用于痴呆和注意缺陷多动障碍的诊断，通常可以达到90%以上的准确率。对精神分裂症、自闭症、抑郁症和药物滥用障碍等其他精神疾病的分类研究也在慢慢积累。

2.预测疾病发展轨迹：一些研究显示出ML预测疾病发展轨迹的能力，如从轻度认知障碍到AD的转变，这对于早期发现AD并预防其发展至关重要。

3.疾病的早发现早干预：AI最大潜力可能在识别可穿戴设备数据以及电话和短信中的信息。由于手机几乎陪伴我们一整天，可收集和感知各种各样的心理健康数据，并整合生理、运动、环境和社会信息，跟踪及融合不同来源的心理健康大量数据，利用ML算法的强大和高效预测心理健康状况，当然也伴随着深刻的伦理和安全问题。

4.病因及机制研究：使用多模态数据的ML算法能够从神经成像和基因组学中获得的数据中，提供病理机制的信息，去了解基因如何形成结构，以及结构如何实现功能。

5.新药发现：自20世纪90年代后期起，ML一直用于药物研发，并已成为药物研发的有用工具。DL具有更灵活的架构，对于分子设计和反应预测非常有用。AI可应用在药物研发的不同环节，包括虚拟筛选苗头化合物、新药合成路线设计、药物有效性及安全性预测、药物理化性质预测、晶型预测、药物分子设计、筛选生物标志物、研究新型组合疗法等。基于已有的化学、生物学数据和知识建立有效的数据模型，可通过ML来预测药品研发过程中的安全性、有效性、不良反应等，从而有望实现减少人力、时间、物力等投入，降低药品研发成本的目的。

欲了解机器学习行业具体详情可点击查看《2019-2025年中国机器学习行业发展趋势及投资预测报告》。