El nuevo smartphone app puede ayudar a descubrir signos de enfermedades oculares tempranos en niños

Smartphone app del prototipo de Baylor de un investigador de la universidad -- diseñó ayudar a padres a descubrir los signos tempranos de diversas enfermedades oculares en sus niños tales como retinoblastoma, un cáncer pediátrico agresivo del aro -- ha pasado su primera prueba grande.

El COJECLAVOS app (detector de ayuda de computadora LEukocoia) explora para los trazos de reflexiones anormales de la retina llamada leukocoria o el “aro blanco,” un síntoma primario del retinoblastoma, así como otros desordenes comunes del aro.

El estudio, publicado en los avances de la ciencia del gorrón, encontró que el app es una herramienta efectiva para aumentar las investigaciones clínicas del leukocoria, permitiendo parents de manera eficaz y eficiente para revisar a sus niños más a menudo en su revelado.

COJECLAVOS -- convertido por los investigadores Bryan F. Shaw, Ph.D., profesor de la universidad de Baylor de la química y de la bioquímica, junto con Greg Hamerly, Ph.D., profesor adjunto de informática -- las búsquedas a través de la familia fotografían para los signos del leukocoria.

Según el primer autor del estudio, el escolar mayor Micheal Munson, investigadores de la universidad de Baylor determinó la sensibilidad, la especificidad y la exactitud del prototipo analizando más de 50.000 fotografías de los niños tomados antes de su diagnosis.

Para los niños con desordenes diagnosticados del aro, el COJECLAVOS podía descubrir el leukocoria para el 80 por ciento de los niños. El app descubrió leukocoria en las fotos que fueron tomadas por término medio de 1,3 años antes de su diagnosis oficial.

La eficacia de investigaciones tradicionales durante un examen físico general es limitada, con los signos del retinoblastoma vía la detección del leukocoria en el solamente 8 por ciento de casos. La sensibilidad del COJECLAVOS para los niños envejece 2 y más joven superados el 80 por ciento.

Que el umbral del 80 por ciento es mirado por los oftalmólogos como el '' patrón oro” de la sensibilidad para los dispositivos similares, Munson dijo.

Los investigadores encontraron el COJECLAVOS app para ser más efectivos simple por la anchura y la frecuencia de sus tamaños de muestra: fotos de familia diarias, según el estudio. Dado el número de fotos tomadas por la familia y los amigos y la variedad de ambientes, hay una variedad de oportunidades para que la luz refleje de las lesiones oculares sin importar su situación en el aro.

Mientras que el algoritmo del app ha llegado a ser más sofisticado, su capacidad de descubrir incluso casos ligeros del leukocoria ha perfeccionado.

Éste es una de la mayoría de las partes críticas de construir el app. Quisimos poder descubrir todos los matices e intensidades del leukocoria. Como padre de un niño con retinoblastoma, estoy especialmente interesado en descubrir los trazos del leukocoria que aparecen como alumno “gris” y soy difícil de descubrir a simple vista.”

Bryan F. Shaw, Ph.D., investigador, universidad de Baylor

Inicialmente, el COJECLAVOS app fue utilizado sobre todo para determinar retinoblastoma -- una enfermedad ocular rara que es la forma más común del cáncer del aro en niños hasta experiencia de Shaw de la edad 5. la propia como un padre de un niño con retinoblastoma formó la génesis del app.

Shaw y Hamerly crearon el app en 2014 para el iPhone y en 2015 para los dispositivos androides después de que el hijo Noah de Shaw perdiera su aro derecho, pero su aro izquierdo podía ser salvado. Él ahora es 11.

“Sospechamos que el app descubriría el leukocoria asociado a otros desordenes mas comunes y algunos raros,” a Shaw dijimos. “Teníamos razón. Hasta ahora los padres, y algunos doctores, lo han utilizado para descubrir la catarata, la capa retiniana de la fibra de nervio del myelin, el desvío refractivo, la enfermedad de las cubiertas, y por supuesto el retinoblastoma.”

Munson dicho: “Acabo de tener la meta presente: salvando la mira y potencialmente las vidas de niños en el mundo entero.”

Shaw dijo que están reciclando el algoritmo con los estudiantes de Baylor que marcan y clasificación actualmente cerca de 100.000 fotos con etiqueta adicionales. Él dijo que también están observando características adicionales para reducir en detecciones del positivo falso.

Source:
Journal reference:

Munson, M.C. et al. (2019) Autonomous early detection of eye disease in childhood photographs. Science Advances. doi.org/10.1126/sciadv.aax6363.