概念验证:基于智能手机和云的人工智能定量分析系统 (SCAISY) 用于SARS-CoV-2-特定IgG抗体侧向流量检测

科学领域:

• 生物技术是生物技术.
• 传染病监测 传染病监测 传染病
• 人工智能在诊断中的应用

背景情况:

• 基于智能手机的临床检测 (POCT) 与传统方法相比具有优势,特别是在资源有限的环境中.
• 准确量化SARS-CoV-2抗体对于监测疫苗有效性和感染诱导的免疫力至关重要.

研究的目的:

• 开发和验证基于智能手机和云计算的人工智能定量分析系统 (SCAISY) 来快速分析SARS-CoV-2 IgG抗体侧流测定.
• 评估系统的准确性,可重复性和与已建立的实验室方法的相关性.

主要方法:

• SCAISY使用智能手机摄像头捕获横向流量测试试卷的图像,用于定量抗体分析.
• 该系统在248多名个体上进行了测试,分析了与疫苗接种和感染状态相关的抗体水平变化.
• 影响图像采集的因素,如照明和相机角度,被评估为一致性.

主要成果:

• SCAISY提供了快速 (<60秒) 的定量结果,对抗体水平的标准偏差小于10%.
• 在SCAISY结果和酶相关免疫吸收试验 (ELISA) 光密度值之间发现了显著的相关性 (斯皮尔曼:0.59,皮尔森:0.56).
• 在45°和90°摄像头角度之间实现了最佳的图像采集,在各种照明条件下得到一致的结果.

结论:

• SCAISY是一个简单而强大的工具,用于实时监测SARS-CoV-2抗体的公共卫生.
• 该系统加快了疫苗接种或感染抗体的量化,促进了个人免疫追踪.
• 这项技术有望在全球范围内加强传染病监测和管理.