Över hela världen, för tidig förlossning är en ledande dödsorsak för barn under fem år. En ny algoritm kombinerad med en handhållen, smartphone-baserad enhet kan hjälpa sjukvårdspersonal på avlägsna platser att uppskatta prematuritetsgrader för drabbade spädbarn. Sådan information kan vara avgörande för att administrera livräddande behandlingar.

Den nya metoden är baserad på tidigare kliniska studier som visar att graviditetsåldern kan beräknas utifrån blodkärlens densitet i ett specifikt område i ögat. I tidskriften The Optical Society (OSA) Biomedicinsk optik Express , forskarna rapporterar att deras automatiska metod för att analysera video av ögat i de flesta fall överträffade en manuell metod för att bestämma dräktighetsåldern för 124 nyfödda.

"Vi uppfann en helautomatisk, maskininlärningsalgoritm som använder bilder som förvärvats med en billig, bärbar smartphone-baserad enhet för att klassificera graviditetsåldern hos en nyfödd, "sa Arjun D. Desai från Duke University, tidningens första författare. "Vi förväntar oss att algoritmen kommer att vara användbar för fjärr- och sjukvårdsuppskattning av prematura nyfödda i låginkomstländer utan behov av medicinska experter."

Forskarna har gjort programvara med den nya algoritmen öppen källkod och fritt tillgänglig online. I samarbete med Jennifer B. Griffin från RTI International, mjukvaran kommer att testas och finjusteras ytterligare under en kommande storskalig klinisk prövning i Afrika söder om Sahara och Sydasien, där mer än 60 procent av världens för tidiga födslar sker. Rättegången finansieras av Bill and Melinda Gates Foundation.

"Vårt arbete visar att maskininlärningsmetoder kombinerat med billiga, icke-invasiva optiska bildsystem kan hantera resurskrävande, komplexa globala hälsoproblem, "sade tidningens författare Sina Farsiu, från avdelningarna för biomedicinsk teknik och oftalmologi vid Duke University.

Ingen expert behövs

Det nya tillvägagångssättet innebär att man använder ett oftalmoskop - ett handhållet instrument som används för att inspektera ögat - fäst vid linsen på en smarttelefonkamera för att få video av blodkärl i en del av ögat som kallas den främre linskapseln. För att ta bort behovet av en expert för att ta bilder, forskarna utvecklade en algoritm som automatiskt analyserar genom video för att identifiera den högsta kvalitetsramen och området av intresse för analys.

När videon har tagits, systemet tillämpar beräkningstekniker inklusive konvolutionella neurala nätverk och algoritmer för maskininlärning för att bedöma bildfunktioner i området av intresse och uppskatta graviditetsåldern. Dessa metoder för artificiell intelligens tillåter datorsystemet att lära av data och förbättras med erfarenhet.

Forskarna testade sitt nya tillvägagångssätt på en grupp med 124 nyfödda i USA. De jämförde sin automatiserade metod med den manuellt bästa metoden, vilket innebär att manuellt väljer den högsta kvalitetsramen i videon, identifiera området som visar den främre linskapseln, och sedan tillämpa en modell av sambandet mellan blodkärlens densitet och graviditetsåldern. De utförde båda metoderna på nyfödda i sex graviditetsåldrar:mindre än eller lika med 33, 34, 35, 36, 37 och 38 veckor. Den automatiska metoden utfördes lika bra eller bättre än den manuella metoden vid alla graviditetsåldrar utom 33 veckor.

Expanderar till andra delar av världen

"Vårt arbete är ett första steg för att utveckla en helautomatisk pipeline för att bestämma graviditetsålder som är exakt och robust för skillnader mellan nyfödda, "sa Desai." Om det behövs, vi kommer att finjustera vår algoritm med hjälp av data från populationer med olika geografiska, ras och socioekonomisk bakgrund. "

Under den kommande kliniska prövningen, forskare planerar att samla in videor från nyfödda i låginkomstländer för att se hur bra den nya metoden fungerar för dessa barn. De förväntar sig att den automatiska bildanalysmetoden i kombination med andra icke -invasiva bildmarknadsbiomarkörer kommer att få de bästa resultaten.