In tutto il mondo, la nascita pretermine è una delle principali cause di morte per i bambini sotto i cinque anni. Un nuovo algoritmo combinato con un palmare, dispositivo basato su smartphone potrebbe aiutare gli operatori sanitari in località remote a stimare i gradi di prematurità per i neonati affetti. Tali informazioni possono essere fondamentali per la somministrazione di trattamenti salvavita.

Il nuovo metodo si basa su studi clinici precedenti che dimostrano che l'età gestazionale può essere calcolata dalla densità dei vasi sanguigni in una regione specifica dell'occhio. Nella rivista The Optical Society (OSA) Ottica biomedica Express , i ricercatori riferiscono che il loro metodo automatizzato per analizzare il video dell'occhio nella maggior parte dei casi ha superato un metodo manuale per determinare l'età gestazionale di 124 neonati.

"Abbiamo inventato un sistema completamente automatico, algoritmo di apprendimento automatico che utilizza immagini acquisite con un economico, dispositivo portatile basato su smartphone per classificare l'età gestazionale di un neonato, " ha detto Arjun D. Desai della Duke University, primo autore del saggio. "Ci aspettiamo che l'algoritmo sia utile per la stima dell'età gestazionale remota e presso il punto di cura dei neonati prematuri nei paesi a basso reddito senza la necessità di esperti medici".

I ricercatori hanno realizzato un software utilizzando il nuovo algoritmo open source e disponibile gratuitamente online. In collaborazione con Jennifer B. Griffin di RTI International, il software sarà ulteriormente testato e messo a punto durante un imminente studio clinico su larga scala nell'Africa subsahariana e nell'Asia meridionale, dove si verifica più del 60 per cento delle nascite pretermine nel mondo. Il processo è finanziato dalla Fondazione Bill e Melinda Gates.

"Il nostro lavoro dimostra che gli approcci di apprendimento automatico combinati con poco costoso, i sistemi di imaging ottico non invasivo possono affrontare risorse ad alta intensità di risorse, complessi problemi di salute globale, " ha detto l'autore senior del giornale Sina Farsiu, dai Dipartimenti di Ingegneria Biomedica e Oftalmologia della Duke University.

Nessun esperto necessario

Il nuovo approccio prevede l'utilizzo di un oftalmoscopio, uno strumento portatile utilizzato per ispezionare l'occhio, collegato all'obiettivo della fotocamera di uno smartphone per acquisire video dei vasi sanguigni in una parte dell'occhio nota come capsula del cristallino anteriore. Per eliminare la necessità per un esperto di acquisire immagini, i ricercatori hanno sviluppato un algoritmo che analizza automaticamente il video per identificare il frame di qualità più elevata e la regione di interesse per l'analisi.

Una volta catturato il video, il sistema applica tecniche computazionali tra cui reti neurali convoluzionali e algoritmi di apprendimento automatico per valutare le caratteristiche dell'immagine nella regione di interesse e stimare l'età gestazionale. Questi approcci di intelligenza artificiale consentono al sistema informatico di apprendere dai dati e migliorare con l'esperienza.

I ricercatori hanno testato il loro nuovo approccio su un gruppo di 124 neonati negli Stati Uniti. Hanno confrontato il loro metodo automatizzato con il metodo manuale più performante, che comporta la selezione manuale del fotogramma di qualità più elevata nel video, identificare l'area che mostra la capsula del cristallino anteriore, e quindi applicando un modello della relazione tra la densità dei vasi sanguigni e l'età gestazionale. Hanno eseguito entrambi i metodi su neonati di sei età gestazionale:inferiore o uguale a 33, 34, 35, 36, 37 e 38 settimane. Il metodo automatico ha funzionato come o meglio del metodo manuale a tutte le età gestazionali tranne che per 33 settimane.

Espansione in altre parti del mondo

"Il nostro lavoro è un primo passo per lo sviluppo di una pipeline completamente automatica per determinare l'età gestazionale che sia accurata e solida rispetto alle differenze tra i neonati, " disse Desai. "Se necessario, metteremo a punto il nostro algoritmo utilizzando dati provenienti da popolazioni con diverse aree geografiche, origini razziali e socioeconomiche”.

Durante la prossima sperimentazione clinica, i ricercatori hanno in programma di raccogliere video da neonati in paesi a basso reddito per vedere come funziona il nuovo metodo per questi bambini. Si aspettano che il metodo di analisi di imaging automatizzato combinato con altri biomarcatori di imaging non invasivo ottenga i migliori risultati.