Современная лабораторная медицина до сих пор опирается на технологии, изобретенные полтора столетия назад. Чтобы понять, какой именно микроорганизм вызвал опасное заболевание, лаборантам приходится высевать культуры, окрашивать их специальными химическими реагентами по методу Грама и вручную рассматривать полученные результаты под микроскопом. Этот процесс занимает часы, а иногда и дни, требуя прямого участия человека и применения агрессивных химикатов. Однако команда исследователей из Национального университета Тайваня под руководством профессора Цзун-Хуна Линя решила совершить настоящий прорыв в микробиологии, доверив эту задачу роботам и нейросетям. Результаты их работы, опубликованные в журнале Nano Energy и украсившие обложку издания, способны навсегда изменить работу диагностических лабораторий по всему миру.

Разработчики создали роботизированную систему, которая идентифицирует опасные бактерии мгновенно и без единого грамма химических реактивов. Ключевым элементом конструкции стал сверхчувствительный гибкий сенсор, закрепленный на механическом захвате манипулятора. Робот аккуратно прикасается к исследовательской поверхности, после чего датчик считывает уникальный электрический сигнал, генерируемый клеточной оболочкой микроорганизмов. Дело в том, что грамположительные и грамотрицательные бактерии имеют кардинально разное строение мембраны, благодаря чему их электронный «отпечаток» при прикосновении существенно отличается. Искусственный интеллект мгновенно сопоставляет полученный импульс со своей базой данных и выдает точный вердикт.

В ходе серии жестких испытаний система показала феноменальную скорость и точность. Робота тестировали на самых распространенных и опасных патогенах, включая кишечную палочку, золотистый стафилококк и синегнойную палочку. Компьютерная модель смогла безошибочно определить тип микроорганизма в 90,93% случаев, потратив на один анализ всего 620 миллисекунд. Важнейшим преимуществом метода стало то, что прикосновение робота абсолютно безопасно для самих микробов: образцы не уничтожаются, что позволяет проводить повторные тесты. В ближайшем будущем инженеры планируют обучить алгоритмы распознаванию более редких штаммов, что сделает диагностику в больницах и на пищевых производствах практически мгновенной.