Во всем мире преждевременные роды являются основной причиной смерти детей в возрасте до пяти лет. Новый алгоритм в сочетании с карманным устройством на базе смартфона может помочь работникам здравоохранения оценивать степень недоношенности пострадавших детей, находясь от них на большом расстоянии. Подобная информация может играть решающую роль в контролировании спасательных процедур.
Новый метод основан на ранее проведенных клинических исследованиях, показывающих, что гестационный возраст можно рассчитывать по плотности кровеносных сосудов в определенной области глаз. В журнале Оптического общества (OSA) Biomedical Optics Express была опубликована статья, в которой исследователи сообщают, что их автоматизированный метод видеоанализа глаз в большинстве случаев превосходил по точности ручной метод определения гестационного возраста. В эксперименте участвовали 124 новорожденных ребенка.
«Мы изобрели полностью автоматический алгоритм с машинным обучением, который использует изображения, полученные с помощью недорогого мобильного устройства, чтобы классифицировать гестационный возраст новорожденного. Мы считаем, что он будет полезен для оценки соответствующего показателя и у преждевременно появившихся на свет младенцев в странах с низким уровнем доходов, так как не потребует вмешательства медицинских экспертов», – отметил Арджун Д. Десаи из Университета Дьюка, ведущий автор статьи.
Исследователи создали новое программное обеспечение, используя новейший алгоритм с открытым исходным кодом и доступным в Интернете без каких-либо ограничений. В сотрудничестве с Дженнифер Б. Гриффин из RTI International, данное ПО будет дополнительно проверено и настроено в рамках предстоящего крупномасштабного клинического испытания, которое будет проведено в странах Африки к югу от Сахары и в Южной Азии, где происходит более 60 процентов от всех преждевременных родов на планете. Тестирование будет профинансировано Фондом Билла и Мелинды Гейтс.
«Наша работа показывает, что машинное обучение в сочетании с недорогими неинвазивными оптическими системами визуализации могут решать ресурсоемкие и сложные глобальные проблемы здравоохранения», – отметил ведущий автор исследования Сина Фарсиу из Отдела биомедицинской инженерии и офтальмологии Университета Дьюка.
Отсутствие необходимости в экспертах
Новый подход предполагает использование офтальмоскопа – портативного инструмента, используемого для проверки глаз и прикрепленного к объективу смартфона. С помощью него можно получать качественные видеоизображения кровеносных сосудов в определенной части глаза, известной как капсула передней линзы. Чтобы устранить необходимость привлечения эксперта к этой процедуре, исследователи разработали алгоритм, который автоматически анализирует видео и выявляет наиболее качественный отрезок, лучше всего подходящий для дальнейшего изучения.
После захвата видео система применяет вычислительные методы, включая сверточные нейронные сети и алгоритмы машинного обучения, для оценки характеристик изображения в нужной области и гестационного возраста. Эти элементы искусственного интеллекта дают возможность компьютерной системе постоянно обучаться на новых данных и повышать свои результаты.
Исследователи протестировали свой новый подход в группе из 124 новорожденных детей в США. Они сравнили свой автоматизированный метод с наиболее эффективным ручным способом, который включает в себя ручной выбор самого качественного кадра в видео, а также определение нужной области и применение модели взаимосвязи между плотностью кровеносных сосудов и гестационным возрастом. Они использовали оба метода на младенцах, относящихся к шести разным гестационным возрастам: 33, 34, 35, 36, 37 и 38 недель. Автоматический способ давал более точные результаты, чем ручной во всех периодах гестации, за исключением 33 недель.
Расширение в другие части мира
«Наша работа – это первый шаг к разработке полностью автоматизированного конвейера по определению гестационного возраста, который является максимально точным и надежным. При необходимости мы будем дополнительно настраивать наш алгоритм, используя данные из групп населения с различными географическими, расовыми и социально-экономическими особенностями», – отметил Десаи.
В ходе предстоящего клинического испытания исследователи планируют собирать видеоролики с новорожденными из стран с низким уровнем дохода, чтобы выяснить, насколько хорошо новый метод работает на этих детях. Они ожидают, что данный способ автоматического анализа изображений в сочетании с другими неинвазивными оптическими системами визуализации помогут достичь наилучших результатов.