土耳其卡拉德尼兹技术大学应用与研究药物及制药技术中心（KTÜ İLAFAR）开发了一款人工智能支持的软件，用于处理显微镜检查中的一个常见问题：组织或细胞的一部分清晰可见，而其他部分则处于焦点范围之外。该项目旨在生成覆盖整个样本的清晰图像，而不是仅限于视野中的一个点。
这款软件是在“开发用于在显微系统中创建具有最佳焦点的图像和三维形态的新型深度学习方法”项目框架下开发的。该项目由KTÜ İLAFAR与特拉布宗大学和俄亥俄州立大学合作实施。中心主任法丽德·塞娜·塞津教授表示，项目工作大约在四年前开始，团队在完成开发后已将该软件投入使用。
实际发生了哪些变化？
KTÜ İLAFAR创新人工智能应用小组负责人胡利娅·多安博士指出，问题不仅在于一张图像是否清晰，还在于研究人员能否读取整个样本。专业人员在检查细胞或评估与疾病相关的指标时，往往高度依赖二维图像；但深度差异可能会遮挡那些在单一平面聚焦的图像中无法显示的特征。
该系统为成像过程增加了三维维度，旨在提供有关细胞和样本的更详细信息。多安还表示，该软件并不只是应用算法来改善模糊区域，因为这类处理可能会改变原始数据；相反，它旨在提供包含样本原始数值的图像。
应用范围超越药物研究
该项目最初的应用与临床前药物研究、实验动物和细胞获取的数据处理有关，同时也涉及依赖显微镜的医学和研究领域。据团队介绍，该软件还可用于地质学、地球物理学、化学、水产养殖、农业、遗传学、食品工业、环境科学、兽医学、林业和矿业工程。
多安指出，该工具的设计适用于不同类型的样本、显微镜和相机，相较于绑定单一成像平台的解决方案，这可能扩大其应用范围。
为什么这则消息值得关注？
该项目的核心技术价值并不只是增加传统的自动对焦功能，而是尝试将全视野清晰度与样本数据保留结合起来，同时把二维图像转换为能够为研究人员提供额外特征的三维表示。这对于依赖显微图像作出研究决策或了解细胞和组织变化的环境具有重要意义。
不过，消息来源没有提供有关算法准确率、数据集规模，或经过测试的显微镜和样本类型的数据，也没有提及与现有系统进行独立比较的结果。团队表示，一篇介绍该方法和数据集的论文已提交至一家国际期刊，并准备向私营部门代表分享算法、软件和数据。因此，该工具是否已准备好用于临床或大规模商业应用，仍需进一步验证。