利用自监督学习方法对医学和兽医领域的细胞内原生动物进行智能识别

《Parasites & Vectors》：Intelligent identification of medical and veterinary intracellular protozoa by using self-supervised learning

斑疹伤寒和巴尔通体病等动物源性人畜共患病威胁全球健康，传统显微镜检查和分子生物学方法存在依赖专业人员和评估差异的问题。本研究开发基于DiNOv2自监督学习的AI诊断工具，通过20%数据量训练的DiNOv2-Small模型达到99%准确率，AUC 0.990，且在数据缩减至20%以下时仍保持可接受性能。大模型可缓解数据不平衡问题并减少标注依赖，为资源有限地区提供自动化原虫检测方案。

　　

摘要

背景

人畜共患病对人类和动物健康构成重大威胁，显著增加了全球的发病率和死亡率。准确诊断对于有效控制和治疗至关重要，显微镜检查是金标准，同时辅以高灵敏度的分子生物学技术。然而，这些确认方法需要熟练的人员，并且存在评价者间和评价者内的差异。一种创新的解决方案是基于人工智能（AI）的自动化工具，这提供了一个有前景的替代方案。本研究旨在开发一种自监督学习（SSL）方法，使用无标签蒸馏（DiNOv2）算法从Giemsa染色的血液样本中提取原生动物特征。

方法

自监督学习算法（包括DiNOv2）的开发基于临床重要和重要的兽医微生物的存档样本。这些模型与基线视觉变换器（ViT）进行了比较评估。

结果

在测试的SSL模型中，DiNOv2-Small版本表现出色，准确率和特异性均超过99%，同时保持了最低的误分类率（0.263）。它还展示了较高的曲线下面积（AUC）值，为0.990，体现了其强大的分类能力。值得注意的是，即使仅使用数据集的20%进行训练，SSL模型的性能仍可与使用完整数据集训练的基线模型相媲美。然而，当样本量进一步减少到20%以下时，评估指标明显下降：准确率下降了5-7%，召回率从37.9%降至35.1%，精确度从35%降至25.2%，F₁分数从31.1%降至21.5%。此外，AUC下降了4-11%，而误分类率增加，表明其鲁棒性降低。本研究的一个关键限制是类别间高度不平衡的微调数据集。尽管如此，通过使用更大的DiNOv2模型可以缓解这种不一致的性能表现，该模型提高了F₁分数，增强了模型处理不平衡数据的能力，同时减少了对标记数据的依赖。

结论

所提出的方法可以帮助实验室技术人员，特别是在资源有限的医疗环境中。此外，研究结果支持将这种基于AI的工具用于医疗和兽医领域的自动化筛查。

图形摘要