早期检测和鉴定食物和水样中的病原菌对公共卫生至关重要。细菌感染导致全球数百万人，并带来沉重的经济负担，仅在每年就造成超过40亿美元的损失。在致病菌中，大肠杆菌(E.coli)和其他大肠菌群最为常见，它们表明食物和水样中有粪便污染。检测这些细菌的最常规和最常用的方法是对样本进行培养，这通常需要24小时以上的时间才能最终读出，并且需要专家的目视检查。尽管一些基于例如核酸扩增的方法可以将检测时间缩短到几个小时，它们无法区分活细菌和死细菌，并且在细菌浓度低时表现出低灵敏度。这就是为什么环境保护署(EPA)不批准基于核酸的细菌传感方法来筛选水样。
在最近发表在化学学会(ACS)期刊ACSPhotonics上的一篇文章中，由加州大学洛杉矶分校(UCLA)电气与计算机工程系的AydoganOzcan教授领导的一组科学家和同事们开发了一种人工智能驱动的智能细菌菌落检测系统，该系统使用薄膜晶体管(TFT)阵列，这是一种广泛用于手机和其他显示器的技术。
JapanDisplayInc.的研究人员制造的TFT阵列(27mm×26mm)的超大成像面积使系统无需扫描即可快速捕获细菌菌落的生长模式，从而显着简化了硬件和软件设计。与EPA批准的基于培养的金标准方法相比，该系统节省了约12小时的时间。通过分析TFT阵列捕获的随时间变化的显微图像，基于AI的系统可以通过深度神经网络快速自动检测菌落生长。在检测到每个菌落之后，使用第二个神经网络对细菌种类进行分类。
通过对大肠杆菌、柠檬酸杆菌和克雷伯菌(克雷伯菌)三种类型的细菌进行早期检测和分类，证明了这种自动化细菌菌落检测系统的功效。研究人员在9小时内实现了>90%的菌落检测率，并在12小时内进一步鉴定了它们的物种，与EPA批准的培养方法相比，节省了约12小时的时间。此外，使用标准计算机，所有数字处理步骤仅需不到25秒，无需高级图形处理单元(GPU)。
这些结果证明了这种基于人工智能的自动化细菌菌落检测系统的可行性，该系统使用TFT阵列作为一种快速、经济、准确的技术，特别适用于资源有限的环境。由于广泛用于移动显示器的TFT阵列具有低成本、低发热、可扩展性和低功耗等特点，这种自动化菌落检测平台在微生物学研究和基于现场的细菌传感方面具有巨大的潜力。