斯坦福大学工程师团队开发出一款名为Octopi的低成本、可电池或太阳能供电、具备人工智能功能的全自动显微镜，能够快速准确地诊断疟疾。该设备通过自动扫描血涂片，将原本耗时半小时、需人工逐个观察的检测流程，缩短至几分钟完成，极大提升了诊断效率。 疟疾每年导致约60万人死亡，主要集中在非洲等资源匮乏地区。许多感染者无症状却仍可传播疾病。Octopi的灵敏度极高，每分钟可扫描100万个血细胞，能检测出每微升血液中仅12个感染细胞，准确率接近100%。更重要的是，它不仅能判断是否感染，还能量化寄生虫负荷，帮助医生及时制定治疗方案。 为降低成本，Octopi采用廉价光学元件，而非传统昂贵的玻璃镜头。其核心技术在于利用紫外光照射下感染细胞产生的光谱变化，结合人工智能快速识别并计数。这一灵感来自天文学，即通过低功率光学设备分析遥远星体的化学成分。该设计使设备成本仅约1000美元，远低于现有机器人显微镜的10万美元以上。 Octopi最突出的特点是开放的软件架构，允许全球用户根据需要训练新模型，无需改动硬件。团队已在尼泊尔、坦桑尼亚等地成功将其用于检测镰状细胞贫血和结核病，未来有望扩展至数百种疾病，包括性传播疾病、利什曼病、血吸虫病等。研究人员正打造“诊断应用商店”模式，让基层医疗工作者也能参与模型训练，推动全球疾病筛查的普及。 与此同时，团队还推出配套设备Inkwell，一种无需电力、仅用5美元材料即可3D打印的血涂片制备装置，能自动形成完美薄层血膜，确保检测结果稳定可靠。 目前，团队正筹备启动ODION计划——开放诊断成像观测网络，旨在赋能全球南方的医护人员、创业者共同收集数据、开发诊断模型。若未来部署数千台Octopi，每年可处理数千万张血片，有望显著降低疟疾发病率和死亡率，推动疟疾最终被根除。