Kiri - Tanay Tandon, pada usia 17 tahun pada tahun 2014, mendirikan perusahaan rintisan Athelas untuk mendiagnosis malaria menggunakan smartphone. Kanan: salah satu pendiri Athelas Deepika Bodopati.
Beberapa tahun lalu, Athelas (YC S16) mengembangkan prototipe dalam semalam di hackathon YC Hacks 2014 . Bulan ini kami mulai mengirimkan perangkat ke rumah sakit dan pasien di seluruh negeri. Selama ini, kami telah belajar banyak dan ingin berbagi pemikiran.
Athelas adalah pencitraan murah yang menyediakan analisis darah instan menggunakan penglihatan komputer alih-alih tes laboratorium tradisional. Jalur dari prototipe yang dirakit di atas lutut ke alat yang siap untuk melahirkan (terutama dalam pengobatan) pada setiap tahap adalah perubahan dimensi, dan sekarang menarik untuk diingat pada hari pertama.
Versi yang dirakit pada hackathon tersebut menggunakan sepotong karet busa dan kaca pembesar berbentuk bola yang dipasang pada kamera smartphone. Sampel darah diletakkan di bawahnya (di atas gulungan tisu toilet), kamera mengambil beberapa gambar, lalu dihitung sel malaria menggunakan computer vision. Desain perangkat ini sangat mirip dengan mikroskop van Leeuwenhoek(Dianggap sebagai salah satu mikroskop pertama), yang digunakan untuk pertama kalinya dalam sejarah manusia untuk mengamati mikroorganisme. Ada beberapa upaya untuk menyatukan semuanya, dan saya menghabiskan beberapa jam hackathon untuk membuat perangkat bekerja dengan andal dengan ponsel saya.
Fragmen catatan yang saya ambil beberapa bulan setelah hackathon.
Retasan yang sebenarnya adalah segmentasi dan pencocokan pola yang dikombinasikan dengan implementasi model Fast Random Forest yang dilatih untuk mengklasifikasikan sifat sel darah merah (RBC) yang diekstraksi. Batas sel dikenali dan kemudian dimasukkan ke pengklasifikasi untuk menentukan apakah ada sel parasit (seperti malaria atau tripanosom).
Prototipe ini dibuat untuk presentasi yang keren, ketika slide dengan sampel darah menunjukkan parasit malaria, tetapi darah orang normal tidak. Saat peragaan, seseorang secara fisik harus memegang kamera di satu tempat, kacamata dengan sampel diganti dengan tipuan yang cerdik, dan lampu harus ditangkap. Pada akhirnya, prototipe itu adalah mainan yang menyenangkan untuk bereksperimen, Anda mungkin telah melihat video Facebook.
Tapi mereka yakin itu lebih dari itu. Ide utamanya adalah - jika kita membuat perangkat yang dapat diterapkan secara luas dan cukup sederhana untuk digunakan, mengapa tidak melakukan tes darah sederhana di setiap ruang praktik dokter, ruang pemeriksaan, atau bahkan di rumah? Sekembalinya ke rumah, ide ini benar-benar menyerap kami, dan kami memutuskan untuk mengembangkannya - tetapi sebagai produk, dan bukan hanya prototipe. Ini berarti pembuatan mekanisme otomatis untuk menganalisis apusan darah tepi, pendekatan penglihatan komputer yang lebih andal untuk berbagai jenis sel, mekanisme otomatis untuk pencitraan seluruh sampel tanpa menyimpan slide, dan, yang lebih penting, melakukan studi validasi klinis.
Deepika (salah satu pendiri saya) bekerja untuk memperbaiki metode pewarnaan sel dengan cepat dan menemukan cara untuk mengaplikasikan pewarna ke strip plastik yang dapat Anda gunakan langsung di luar kotak. Dia bekerja terutama di laboratorium, mensintesis lusinan varian pewarna dan melakukan penelitian empiris tentang kualitas tampilan sel. Bagian lain dari masalah ini adalah kebutuhan untuk memampatkan sedikit strip untuk membuat "lapisan tunggal" atau satu lapisan sel yang memungkinkan diperoleh gambar yang mewakili secara statistik.
Kutipan dari "The marching velocity of the capillary meniscus in a microchannel", contoh yang kita rujuk saat mensimulasikan aliran saluran untuk membuat "monolayer". Perkembangan kapiler ini akhirnya ditangguhkan untuk masa depan.
Sementara itu, saya fokus pada pembuatan optik resolusi tinggi untuk perangkat yang masih murah namun mandiri. Dengan demikian, kami dapat fokus pada pemantauan jenis sel yang lazim seperti leukosit dan trombosit (selain malaria). Inti dari semuanya adalah sistem pemicu, yang menggabungkan algoritme pemfokusan gambar Gaussian untuk memastikan pengenalan sel yang kuat. Inilah prototipe setengah jalan:
Selain itu, kami mulai membuat sampel pelatihan CDC (Pusat Pengendalian dan Pencegahan Penyakit) dan hapusan darah yang dikumpulkan oleh para peneliti di Stanford dan UCLA - sering kali secara manual diberi tag oleh saya atau ahli patologi. Sejak saat itu, kami dapat menggunakan visi komputer tradisional dan pendekatan pembelajaran mendalam untuk mengenali dan mengklasifikasikan jenis sel berdasarkan contoh yang diverifikasi manusia sebelumnya.
Citra badan sel yang diekstraksi setelah transformasi Hough, lintasan pertama, segmentasi awal dan klasifikasi
Langkah pertama sulit. Beban kerja kampus Stanford + meningkatnya biaya perangkat keras telah mengurangi kecepatan iterasi yang diperlukan untuk pengembangan produk normal. Final sering kali berarti hari-hari berlalu tanpa kemajuan yang terlihat. Tapi kami mengumpulkan taktil, v1 yang dapat digunakan yang dapat menangkap dan memproses gambar sampel darah yang ternoda. Lihat demo:
Musim panas ini di gedung oranye di Mountain View, semuanya kembali normal saat kami bergabung dengan kelompok musim panas Y Combinator. Semua upaya kami (dan sekarang kami memiliki proyek penuh waktu) telah difokuskan pada validasi klinis dari hasil di Klinik Keluarga FEMAP untuk meluncurkan rangkaian aplikasi pertama dalam sistem perawatan kesehatan. Tujuannya adalah untuk menguji sistem hanya dalam satu aspek: penghitungan leukosit. Dengan mengambil gambar sampel darah di strip kami dan kemudian menjalankan algoritme, kami menunjukkan bagaimana jumlah sel kami yang sangat berkorelasi untuk 350 pasien cocok dengan standar emas penghitung sel Beckman Coulter, dikombinasikan dengan serangkaian pemeriksaan akurasi laboratorium .
Aspek yang menarik adalah akurasi drop-to-drop yang kami tunjukkan (yang telah menarik minat yang meningkat dalam beberapa tahun terakhir ) telah dikonfirmasi secara klinis dibandingkan dengan sistem lain yang menggunakan obat tetes darah. Penghitung Coulter (sistem penghitungan sel tradisional) bekerja dengan melewatkan partikel melalui lubang berharga dengan diameter beberapa mikron dan menangkap impedansi karakteristik untuk merekam ukuran partikel dan dengan demikian klasifikasinya. Pada dasarnya, semakin tinggi impedansinya, semakin besar ukuran partikelnya .
Skema prinsip penghitung Coulter, sumber: cyto.purdue.edu.
Namun, pendekatan Athelas terhadap visi komputer berfokus sepenuhnya pada model pencitraan dan nukleasi. Oleh karena itu, materi partikulat atau getah bening, yang seringkali dapat membingungkan sistem Coulter (terutama dalam jumlah encer), secara sederhana diklasifikasikan oleh computer vision sebagai badan sel non-leukosit - bukan leukosit, tetapi beberapa artefak lain yang tidak diklasifikasikan dalam sampel darah.
Tes telah menunjukkan tingkat kesepakatan yang tinggi antara para ahli (100% kesepakatan antara para ahli pada Grade 5) antara kedua sistem, kami telah mengajukan dokumen ke FDA (Food and Drug Administration) untuk mendaftarkan sistem di bawah Kelas 2 510 (k), kami sekarang menjual sistem versi Kelas 1 untuk pemantauan leukosit yang cepat. Pelajari lebih lanjut di athelas.com.
Dalam beberapa bulan mendatang, kami akan mengintegrasikan jenis tes darah baru ke dalam sistem (memantau gegar otak, melacak peradangan, infeksi saluran kemih, trombosit, meningkatkan jumlah sel), tugas utama kami adalah berinteraksi dengan komunitas medis profesional untuk mengadopsi dan menerapkan sistem kami.
Pada saat yang sama, kami akan fokus pada pengiriman perangkat senilai $ 250 ke sebanyak mungkin outlet, fasilitas kesehatan, dan rumah tangga.
Kami terus mencari orang-orang luar biasa untuk bertemu dan para peretas untuk bergabung dengan tim kami, jadi tulislah saya jika Anda ingin mengobrol: tanay [at] getathelas.com
Terjemahan: Ilya Lankevich
Jika Anda ingin membantu menerjemahkan materi berguna dari perpustakaan YC, tulis di kereta @jethacker pribadi atau kirim email ke alexey.stacenko@gmail.com
Ikuti berita YC Startup Library dalam bahasa Rusia di saluran telegram atau di Facebook .