نرم افزارهای مورد استفاده برای ردگیری ذرات معمولا از پارامترهای محدودی شامل اندازه، شفافیت و شکل ذرات برای شناسایی آن ها استفاده می کنند.اما ذراتی که کاملا با این پارامترها منطبق نباشند، توسط نرم افزار شناسایی نمی شوند.
بدین ترتیب با استفاده از الگوریتم های مختلف، نتایج متفاوتی به دست می آید. برای حل این مشکل محققان به سراغ هوش مصنوعی رفتند و یک شبکه عصبی برای ردگیری و شناسایی ذرات ساختند.
سپس اطلاعاتی با کیفیت بالا را که از مجموعه ای از تجربیات آزمایشگاهی به دست آمده است، در اختیار این شبکه عصبی قرار دادند و با استفاده از این اطلاعات، آن را به گونه ای آموزش دادند که بتواند به صورت خودکار ذرات را شناسایی و ردگیری کند.
توانایی ردگیری ذرات برای مطالعه بیماری های انسان و توسعه روش های درمانی جدید، امری ضروری است. بهره مندی از نرم افزارهای توسعه یافته برای ردگیری ذرات، امکان شناسایی دقیق تر خصوصیات تعامل مولکولی بین ویروس ها، سلول ها و نانوذرات حامل دارو را فراهم می کند.
گزارش کامل این تحقیقات در نشریه Proceedings of the National Academy of Science منتشر شده است.