相关实验视频
Updated: May 6, 2026

Stress-induced Antibiotic Susceptibility Testing on a Chip
Published on: January 8, 2014
在资源有限的环境中使用人工智能进行超快速抗菌感应性测试的无培养微流体
Chao Wan1, Huijuan Yuan1, Chenxi Dai1
1The Key Laboratory for Biomedical Photonics of MOE at Wuhan National Laboratory for Optoelectronics-Hubei Bioinformatics & Molecular Imaging Key Laboratory, Systems Biology Theme, Department of Biomedical Engineering, College of Life Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China.
一个新的,低成本的微流体芯片在不到一个小时内提供了快速的,无培养的抗生素敏感性测试 (AST). 这项技术克服了资源有限的地区的障碍,帮助打击抗菌素耐药性 (AMR).
科学领域:
- 生物医学工程 生物医学工程
- 微流体学 微流体学
- 诊断 诊断 诊断 诊断
背景情况:
- 抗菌素耐药性 (AMR) 是一个全球性的健康危机,由于滥用抗生素而加剧.
- 目前的抗生素敏感性测试 (AST) 方法缓慢,需要广泛的基础设施,限制在资源有限的环境中使用它们.
- 迫切需要快速,可访问和可靠的诊断,以有效打击抗药性耐药性.
研究的目的:
- 开发一种低成本,自我修复的微流体芯片,用于快速,无培养的AST.
- 将细菌丰富,抗生素渐变生成和自动化结果分析集成到一个平台中.
- 为AST提供一个变革性的工具,特别是在资源有限的地区.
主要方法:
- 一个带有自我修复门 (μCFC-shv) 的离心微流体芯片被设计和制造,成本为0.62美元.
- 该芯片集成了1000倍的细菌丰富,抗生素梯度生成和AST.
- 开发了一种机器学习模型,用于自动化结果分析,减轻光干扰和主观解释.
主要成果:
- 微CFC-shv在缩后5分钟内实现了病原体检测,具有100%的灵敏度和特异性.
- 在306个临床病例中,无培养的AST在30分钟的抗生素暴露时间内完成,准确率为97.39%.
- 使用机器学习模型进行自动化分析,准确率达到了98.83%.
结论:
- CFC-shv为AST提供了一个快速,经济有效和可靠的解决方案,克服了当前的技术限制.
- 该平台特别适合资源有限的地区,能够更快地做出临床决策,改善抗菌药物耐药性管理.
- 微流体,自愈门和机器学习的整合代表了全球卫生挑战诊断技术的重大进步.
更多相关视频
10:50Design and Use of a Low Cost, Automated Morbidostat for Adaptive Evolution of Bacteria Under Antibiotic Drug Selection
Published on: September 27, 2016
12:08Rapid Antimicrobial Susceptibility Testing by Stimulated Raman Scattering Imaging of Deuterium Incorporation in a Single Bacterium
Published on: February 14, 2022
相关概念视频
iChip
Automated Microbial Diagnostics