{{{sourceTextContent.title}}}

L'app per l'apprendimento automatico scansiona i volti e ascolta il parlato per individuare rapidamente i tratti

{{{sourceTextContent.subTitle}}}

I ricercatori dicono che il loro strumento ha rilevato i casi con una precisione del 79%, e lo ha fatto in pochi minuti.

{{{sourceTextContent.description}}}

I ricercatori della Penn State University e dello Houston Methodist Hospital hanno recentemente delineato il loro lavoro su uno strumento di apprendimento automatico che utilizza una fotocamera per smartphone per misurare rapidamente i movimenti del viso in caso di ictus.

Lo strumento - che è stato presentato come poster virtuale alla Conferenza Internazionale di questo mese sul Calcolo delle Immagini Mediche e sull'Intervento Assistito dal Computer - si basa sull'analisi computazionale del movimento del viso e sull'elaborazione del linguaggio naturale per individuare i muscoli che cedono, il linguaggio impastato o altri sintomi simili a ictus.

Per costruirlo e formarlo, i ricercatori hanno usato un iPhone per registrare 80 pazienti metodisti di Houston che stavano sperimentando i sintomi dell'ictus mentre eseguivano un test del linguaggio. Secondo un comunicato della Penn State, il modello di apprendimento automatico è stato eseguito con una precisione del 79% quando è stato testato di nuovo su quel set di dati, che i ricercatori hanno detto essere all'incirca alla pari con le diagnosi al pronto soccorso che utilizzano le scansioni TAC.

"Attualmente, i medici devono utilizzare la loro formazione ed esperienza passata per determinare in quale fase un paziente deve essere inviato per una TAC", ha detto James Wang, professore di scienze e tecnologia dell'informazione alla Penn State, in un comunicato dell'università. "Stiamo cercando di simulare o emulare questo processo utilizzando il nostro approccio di machine learning"

PERCHÉ È IMPORTANTE

Se le prestazioni dello strumento dovessero scendere in linea con la diagnostica standard, i ricercatori hanno detto che il suo tempo di risposta di circa quattro minuti fornirebbe un vantaggio clinico alle squadre di pronto soccorso che corrono il tempo. Una diagnosi ritardata significa più neuroni persi e risultati peggiori per il paziente.

"In ictus gravi è ovvio per i nostri fornitori dal momento in cui il paziente entra nel reparto di emergenza, ma gli studi suggeriscono che nella maggior parte degli ictus, che hanno sintomi da lievi a moderati, la diagnosi può essere ritardata di ore, e per allora un paziente potrebbe non essere idoneo per i migliori trattamenti possibili", John Volpi, codirettore dell'Eddy Scurlock Stroke Center dell'ospedale metodista di Houston e coautrice della ricerca, ha detto in una dichiarazione.

"Se riusciamo a migliorare la diagnostica sul fronte, allora possiamo esporre meglio i pazienti giusti ai rischi giusti e non perdere i pazienti che potenzialmente ne trarrebbero beneficio", ha detto.

Mentre i ricercatori hanno detto che il set di dati e lo strumento potrebbe essere applicato all'interno di un ambiente clinico, hanno anche prospettato la possibilità di utilizzarlo come risorsa per gli assistenti o i pazienti per aiutarli a sapere quando cercare cure.

LA TENDENZA PIÙ GRANDE

Nel corso degli anni sono stati sfruttati dispositivi mobili e di apprendimento profondo per supportare il rilevamento di ictus. Già nel 2011, i ricercatori hanno dettagliato un'applicazione per iPhone che ha eseguito la scansione di immagini mediche per fornire supporto alle decisioni cliniche.

Inoltrati rapidamente al 2018, e l'applicazione Contact di Viz.ai ha ricevuto l'autorizzazione De Novo dalla FDA per aver evidenziato la potenziale evidenza di un ictus tra i risultati della TC per i medici. L'anno scorso si è anche avuta notizia di un'applicazione di Cheil Hong Kong e della Hong Kong Stroke Association che, in modo simile a quella della Penn State e di Houston Methodist, utilizza la tecnologia di riconoscimento facciale per individuare i sintomi dell'ictus.