Wereldwijd, vroeggeboorte is een belangrijke doodsoorzaak voor kinderen onder de vijf jaar. Een nieuw algoritme gecombineerd met een handheld, Een smartphone-gebaseerd apparaat kan gezondheidswerkers op afgelegen locaties helpen om de mate van prematuriteit van getroffen baby's in te schatten. Dergelijke informatie kan van cruciaal belang zijn voor het toedienen van levensreddende behandelingen.

De nieuwe methode is gebaseerd op eerdere klinische onderzoeken die aantonen dat de zwangerschapsduur kan worden berekend uit de dichtheid van bloedvaten in een specifiek gebied van het oog. In het tijdschrift The Optical Society (OSA) Biomedische Optica Express , de onderzoekers melden dat hun geautomatiseerde methode voor het analyseren van video van het oog in de meeste gevallen beter presteerde dan een handmatige methode voor het bepalen van de zwangerschapsduur van 124 pasgeborenen.

"We hebben een volautomatische, machine learning-algoritme dat gebruikmaakt van afbeeldingen die zijn verkregen met een goedkope, draagbaar smartphone-gebaseerd apparaat om de zwangerschapsduur van een pasgeborene te classificeren, " zei Arjun D. Desai van Duke University, eerste auteur van het artikel. "We verwachten dat het algoritme nuttig zal zijn voor het schatten van de zwangerschapsduur op afstand en op het punt van zorg van premature pasgeborenen in landen met lage inkomens zonder de noodzaak van medische experts."

De onderzoekers hebben software met het nieuwe algoritme open source gemaakt en gratis online beschikbaar. In samenwerking met Jennifer B. Griffin van RTI International, de software zal verder worden getest en verfijnd tijdens een aanstaande grootschalige klinische proef in Afrika bezuiden de Sahara en Zuid-Azië, waar meer dan 60 procent van 's werelds vroeggeboorten plaatsvindt. Het proces wordt gefinancierd door de Bill and Melinda Gates Foundation.

"Ons werk toont aan dat machine learning-benaderingen gecombineerd met goedkope, niet-invasieve optische beeldvormingssystemen kunnen resource-intensieve, complexe mondiale gezondheidsproblemen, ", zei senior auteur Sina Farsiu van de krant, van de afdelingen Biomedische Technologie en Oogheelkunde aan de Duke University.

Geen deskundige nodig

De nieuwe benadering omvat het gebruik van een oftalmoscoop - een handinstrument dat wordt gebruikt om het oog te inspecteren - dat is bevestigd aan de lens van een smartphonecamera om videobeelden te maken van bloedvaten in een deel van het oog dat bekend staat als de voorste lenscapsule. Om de noodzaak voor een expert om beelden vast te leggen, weg te nemen, de onderzoekers ontwikkelden een algoritme dat automatisch door video analyseert om het frame van de hoogste kwaliteit en het interessegebied voor analyse te identificeren.

Zodra de video is vastgelegd, het systeem past computationele technieken toe, waaronder convolutionele neurale netwerken en machine learning-algoritmen om beeldkenmerken in het interessegebied te beoordelen en de zwangerschapsduur te schatten. Met deze kunstmatige-intelligentiebenaderingen kan het computersysteem leren van gegevens en verbeteren met ervaring.

De onderzoekers testten hun nieuwe aanpak op een groep van 124 pasgeborenen in de VS. Ze vergeleken hun geautomatiseerde methode met de best presterende handmatige methode, waarbij handmatig het frame van de hoogste kwaliteit in de video wordt geselecteerd, het gebied identificeren dat het voorste lenskapsel toont, en vervolgens een model toe te passen van de relatie tussen de dichtheid van bloedvaten en de zwangerschapsduur. Ze voerden beide methoden uit op pasgeborenen met een zwangerschapsduur van zes:minder dan of gelijk aan 33, 34, 35, 36, 37 en 38 weken. De automatische methode presteerde even goed of beter dan de handmatige methode op alle zwangerschapsduur, behalve 33 weken.

Uitbreiden naar andere delen van de wereld

"Ons werk is een eerste stap naar het ontwikkelen van een volledig automatische pijplijn voor het bepalen van de zwangerschapsduur die nauwkeurig en robuust is voor verschillen tussen pasgeborenen, "zei Desai. "Als het nodig is, we zullen ons algoritme verfijnen met behulp van gegevens van populaties met verschillende geografische, raciale en sociaaleconomische achtergronden."

Tijdens de komende klinische proef, onderzoekers zijn van plan om video's van pasgeborenen in lage-inkomenslanden te verzamelen om te zien hoe goed de nieuwe methode werkt voor deze kinderen. Ze verwachten dat de geautomatiseerde beeldvormingsanalysemethode in combinatie met andere niet-invasieve beeldvormende biomarkers de beste resultaten zal opleveren.