Investigadores de la Universidad de Tokio desarrollaron una nanometría profunda, una técnica analítica que combina dispositivos ópticos modernos con el algoritmo para eliminar el ruido de aprendizaje profundo. La nanoometría profunda puede analizar nano partículas en patrones médicos a un ritmo rápido, lo que permite detectar adecuadamente la cantidad de partículas raras. Ha demostrado su capacidad para detectar vasos vasculares exteriores que identifican los síntomas iniciales del cáncer para una célula, y se espera que pueda aplicarse a otros sectores médicos e industriales.
¿Sabes que tu cuerpo está lleno de pequeñas partículas de microscopio de las células? Estos incluyen los elementos conocidos como Vesicales Celulares Extra (EV), que también pueden ser útiles en la detección inicial de la enfermedad y el suministro de medicamentos. Sin embargo, los EV son muy pocos, y deben encontrarse en millones de otras partículas que requieren tiempo y el proceso costoso antes del enriquecimiento. Esto ha obligado a los investigadores a encontrar a EVA detectar de manera rápida y confiable, incluido el Centro de Investigación de Ciencia y Tecnología Avanzada y el investigador post documental de su equipo Yuchiro Ivamoto.
“Las técnicas de medición tradicionales a menudo son limitadas, lo que dificulta la detección de partículas raras en poco tiempo”, dijo Eomoto. “Tenemos que indicar que desarrollamos una nanometría de profundización (DNM), un nuevo dispositivo de detección de partículas nano y cómo reducir el ruido de un aprendizaje profundo no tripulado para aumentar su sensibilidad lo que le permite detectar partículas raras como EV.
En el centro de DNM, tiene el potencial de detectar menos de 30 nanómetros (miles de millones de un metro) de tamaño, mientras que también es capaz de detectar más de 100,000 partículas. Con las herramientas tradicionales de detección de alta velocidad, se han detectado señales fuertes, pero se pueden perder señales débiles, mientras que DNM puede atraparlas. Esto puede ser equivalente a buscar un pequeño bote en el mar tumultuoso entre las olas del choque; se vuelve muy fácil si las olas dejan un mar tranquilo para el bote para el bote. El componente de inteligencia artificial (IA) ayuda a aprender las características y, por lo tanto, filtrar el comportamiento de las ondas.
Esta tecnología puede extenderse a una amplia gama de diagnósticos clínicos que se basa en la detección de partículas, y también tiene el potencial en áreas como el desarrollo de vacunas y la vigilancia ambiental. Además, se puede aplicar dinoso de señal basada en AI a los gestos de energía, entre otros.
“El desarrollo de DNM ha sido un viaje muy personal para mí”, dijo Emayamoto. Nuestro sueño es hacer que el diagnóstico de ahorro de vida sea más rápido y más accesible para todos.
