AI現在可以檢測炭疽病，有助于打擊生物恐怖主義

　　據The verge報道，為了打擊生物恐怖主義，韓國的科學家們已經訓練人工智能來快速發現炭疽病。該項新技術目前還達不到100%的準確率，但是比現有的測試方法要快幾個數量級。它可以徹底改變我們篩選神秘的白色粉末——炭疽病原體芽孢的方式，目前，炭疽病原體芽孢，已經成為一種致命的“生物武器”。

　　通過將全息顯微鏡與人工智能技術相結合，韓國科學技術院的研究人員們創建了一種算法。該算法可以分析細菌芽孢的圖像，以在一秒鐘內確定它們是否屬于炭疽病原體芽孢。根據上周發表在《科學進步》(Science Advances)雜志上論文顯示，該項技術的準確率已達96％。

　　炭疽病（Anthrax）是一種由炭疽芽孢桿菌引起的疾病(炭疽芽孢桿菌及其引發的感染都被稱為炭疽病）)，其存在于土壤中。人們在處理受感染動物的皮膚或者肉類的時候，會意外地感染炭疽病。而且，炭疽病也可能是一種危險的“生物武器”：在2001年的時候，郵寄品中出現白色粉末的炭疽病原體芽孢，結果造成22人感染，5人死亡。

　　一旦炭疽芽孢桿菌進入體內，它們會快速生長，迅速繁殖，會導致人們出現流感癥狀的毒血癥癥狀。如果不進行治療，至少有85％的感染炭宜芽胞桿菌的人會死亡。他們中有的人會在癥狀出現后的一到兩天內就會死亡。相比之下，皮膚感染炭疽病往往不會那么致命。

　　對于那些特別容易患上炭疽病的高危人群（比如，實驗室工作人員或是利用動物毛發來進行工作的人員）來說，現在市面上有一種疫苗。對于我們其他人來說，有抗生素。據悉，在接觸動物毛發之后立即服用抗生素的效果會更好。

　　因此，快速檢測炭疽是很重要的。現在，最常見的方法之一就是去分析炭疽芽孢的遺傳物質或者感染組織中發現的細菌等等。但是，這通常需要給炭疽芽孢一點時間去繁殖，以產生足夠的遺傳物質來進行分析。密蘇里大學的細菌學家喬治·斯圖爾特（George Stewart）表示：“未來，我們仍需要以最快捷的方法獲取結果，但仍需要給芽孢一點繁殖時間。”據悉，George Stewart研發了一款炭疽病檢測儀，而此前他并沒有參與這項研究。

　　為了尋求更快的篩選技術，這項研究的主要作者、物理學家YongKeun Park開始與韓國國防科學研究所合作。同時，YongKeun Park表示：“如果朝鮮（North Korea）正在發展炭疽作為生物武器，他們的目標就是做好準備。”

　　Park開始轉向一種被稱為全息顯微鏡的成像技術：傳統的顯微鏡只能捕獲物體光散射強度，與傳統的顯微鏡不同，全息顯微鏡還可以捕獲光束的行進方向。由于細胞的結構和組成可以改變光線如何反射，所以研究人員懷疑，全息顯微鏡可能會捕捉到由炭疽產生的芽胞與由密切相關但毒性較小的物質產生的芽胞之間的關鍵而又微妙的差異。

　　Park和他的團隊訓練了一種深度學習的算法，從5種不同的細菌種類，400多個個體芽胞中發現這些關鍵性的差異。在5種不同種類的細菌中，1種是炭疽芽孢桿菌，其能引起炭疽，其余4種是密切相關的doppelg?ngers。研究員們并沒有明確告訴神經網絡（the neural network）如何去區分炭疽芽孢桿菌非炭疽芽孢桿菌，所有這些都是AI自我學習，自我區分。據悉，經過訓練，AI將炭疽芽孢桿菌與非炭疽芽孢桿菌物種區分開來的準確度為96%。

　　作為一個旨在檢測“生物武器”的工具，該技術并不是很完美，準確度才是96%，但是未來它必須達到100%。 Park表示：“該AI算法的缺點是精確度低于常規方法”。

　　在此次研究中，研究員們還分析了每種細菌種類下的多個菌株，但是每個機器只分析一種菌株。Stewart表示：“菌株之間的微妙差異可能會拋棄該算法，不過新技術發展非常迅速，可以排上用場。他們不需要培養生物體，不需要提取DNA，除了能夠使芽孢本身可視化外，其他任何東西都不需要太多的東西”

　　接下來，Park希望為神經網絡提供更多的孢子圖像，以提高算法的準確性。同時，該方法可用作預篩選工具，快速確定人們接觸的白色粉末是否為炭疽芽孢桿菌，以及人們是否應注射抗生素等等。

　　Park表示：“這篇文章不會改變一切，但卻在炭疽檢測上邁出了一大步，未來我們可以快速檢測炭疽病。這可以增強我們面對炭疽病這種生物威脅的能力，打擊生物恐怖主義。”