publication

  • 微生物検査におけるAIの精度管理

第35回日本臨床微生物学会

検査室での外部精度管理、内部精度管理を参考に、意図した精度でAI モデルによる菌種推定が行われているかの評価ならびに、 どのようにAI モデルの継続改良を行っていくのか等について構想をご紹介した。

PDFはこちら

  • グラム染色装置(PoCGS)の開発と染色性比較

第35回日本臨床微生物学会

標準菌株、臨床尿検体を用いて熟練者・非熟練者・PoCGSの染色性能を比較した。標準菌株でPoCGSの結果は劣ったものの、臨床検体では医療従事者と染色性は同等であった。

PDFはこちら

  • TFTイメージによる、寒天培地を用いた迅速な細菌検出及び薬剤感受性測定方法の開発

第51回日本救急医学会総会・学術集会

TFTイメージセンサーを用いた、寒天培地上の細菌の早期検出及び薬剤感受性測定法を開発しました。これにより、従来よりも早期に薬剤耐性/感受性を測定することが可能になると期待されます。

PDFはこちら

  • グラム染色における医療従事者と自動染色機 (PoCGS) の染色性比較

第51回日本救急医学会総会・学術集会

標準菌株、臨床尿検体を用いて熟練者・非熟練者・PoCGSの染色性能を比較した。PoCGSは染色ムラがあったが、判読には影響なく標本作成するための染色能力を有していると考えられた。

PDFはこちら

  • 医療従事者と自動染色機 (PoCGS) のグラム染色の品質比較

第70回日本臨床検査医学会学術集会

標準菌株、臨床尿検体を用いて熟練者・非熟練者・PoCGSの染色性能を比較した。PoCGSは染色ムラがあったが、判読には影響なく標本作成するための染色能力を有していると考えられた。

PDFはこちら

  • グラム染色画像と画像認識AIを用いた、Neisseria gonorrhoeaeの薬剤耐性有無の識別

第70回日本臨床検査医学会学術集会

画像認識AIを用いることで、抗菌薬感受性/耐性のNeisseria gonorhoaeaを識別可能か評価した。細菌の外膜に関係のある変異を持つ薬剤耐性菌株については、画像認識AIにより薬剤感受性株と識別されることが示唆されました。

PDFはこちら

  • TFTイメージセンサーによる、寒天培地を用いた迅速な細菌検出及び薬剤感受性測定法の開発

第72回日本感染症学会東日本地方会学術集会

TFTイメージセンサーを用いた、寒天培地上の細菌の早期検出及び薬剤感受性測定法を開発しました。これにより、従来よりも早期に薬剤耐性/感受性を測定することが可能になります。

PDFはこちら

  • Image Sensor-Based Real Time Monitoring of Bacterial Growth on Agar Plates

IDweek2023

We have developed a method for early detection of bacteria on agar plates and measurement of drug susceptibility using a TFT image sensor. This device will make it possible to measure drug resistance/susceptibility earlier than conventional methods.

PDFはこちら

  • A New Thin-Film Transistor Image Sensor for Estimation of Bacterial Colony Species on Agar Plates

IDweek2023

We have developed a method for estimation of bacteria on agar plates based on the transmitted light using a TFT image sensor. This device will enable automatic classification of microorganisms on agar plates.

PDFはこちら

  • Distinguishing between drug-susceptible and resistant Neisseria gonorrhoeaefrom urine samples by image recognition AI.

IDweek2023

We have evaluated whether image recognition AI can distinguish antimicrobial susceptible/resistant Neisseria gonorrhoeae. The results suggested that drug-resistant strains with mutations related to the outer membrane of the bacteria could be distinguished from drug-susceptible strains using image recognition AI.

PDFはこちら

  • Research and Development of Image Recognition AI to Estimate Bacterial Species using Gram Stain Findings in Aerobic and Anaerobic Blood Culture Bottle

IDweek2023

It has been reported that image AI of Gram stained images of blood culture-positive specimens can be performed with high accuracy for easy classification, but considering its usefulness in actual clinical practice, it is possible to perform more detailed bacterial species estimation classification. Development of image AI is desired. We will introduce the results of our investigation by expanding the estimated bacterial species.

PDFはこちら

  • Research and Development of Image Recognition AI to EstimateBacterial Species Using Gram Stain Findings in Urine Specimens

ASM2023

Urinary Gram-stained findings are a useful test for initial selection of antibiotics, but a certain degree of proficiency is required to interpret them.
We developed a prototype image analysis system for urine Gram-stained images and verified whether it is possible to estimate bacterial species.

PDFはこちら

  • A New Thin-Film Transistor Image Sensor for Early Detection of Bacterial Growth on Agar Plates

ASM2023

We have developed a method for early detection of bacteria on agar media and measurement of drug susceptibility using a TFT image sensor. This device will make it possible to measure drug resistance/susceptibility earlier than conventional method

PDFはこちら

  • Distinguishing between susceptible and resistant Neisseria gonorrhoeae

ASM2023

We have evaluated whether image recognition AI can distinguish antimicrobial susceptible/resistant Neisseria gonorrhoeae. The results suggested that drug-resistant strains with mutations related to the outer membrane of the bacteria could be distinguished from drug-susceptible strains using image recognition AI.

PDFはこちら

  • Automated Point-of-Care Gram Staining System Achieves the Same Quality ofStaining as an Experienced Microbiologist

ASM2023

PoCGS demonstrated its capabilities and potential in Gram staining.
Most importantly, there is no difference in the microscopic examination of the slides between those stained by PoCGS and those stained by the experts.

PDFはこちら

  • 血液培養陽性検体のグラム染色所見を用いた菌種推定画像AIの研究開発

第97回日本感染症学会総会・学術講演会

血液培養陽性検体のグラム染色像の画像AIは分類が容易な分類では高い精度で行えると報告されているが、実臨床での有用性を鑑みると、より詳細な菌種推定分類を可能にする画像AIの開発が望まれる。推定菌種を広げて検討結果をご紹介します。

PDFはこちら

  • AIを用いたNugent Scoreの自動分類モデルの開発(O7-4)

第34回臨床微生物学会

細菌性膣炎の診断にNugent scoreが用いられるが、臨床検査技師によるNugent scoreの判定は個人の技量に左右される。婦人科材料から作成した標本画像を用いてAIモデルを構築し、画像からNugent scoreを自動分類できるか否かを評価した。

PDFはこちら

  • 尿検体グラム染色像を活用した早期に菌種推定を行う画像AIの研究開発

第71回日本感染症学会東日本地方会・学術集会

尿のグラム染色所見は、初期の抗菌薬選定に有用な検査であるが、判読にはある程度の習熟を要する。尿グラム所見画像に対する画像解析システムを試作し、菌種推定が可能かを検証した。

PDFはこちら

  • グラム染色像を用いて早期に菌種推定を行う画像AIの研究開発

第33回日本臨床微生物学会

グラム染色による菌種推定は、汎用性、迅速性、コスト面での優位性があるが、その判読能力には経験によって差があり、経験の少ない初期研修医や感染症を専門としない医師や微生物検査の従事経験のない臨床検査技師では敬遠されがちである。グラム染色画像を機械学習したAIでの判別性能を確認した。

PDFはこちら