Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I computer hanno potuto usare le funzionalità facciali sottili per riconoscere l'iperplasia adrenale congenita

L'iperplasia adrenale congenita (CAH) è un disordine che pregiudica la capacità della ghiandola surrenale di rilasciare gli ormoni che regolamentano la risposta dell'organismo allo sforzo ed alla malattia. CAH è trattabile, ma può essere potenzialmente pericoloso durante la malattia o se non ha gestito. Il disordine è difficile da identificare ancora e molto necessità di essere capito circa la circostanza. Ma la nuova ricerca condotta all'ospedale pediatrico Los Angeles ha indicato che i computer possono potere usare le funzionalità facciali sottili per riconoscere CAH. Ciò che trova ha potuto piombo per migliorare l'identificazione del disordine e di migliore cura dei pazienti di CAH.

In endocrinologia, CAH è uno dei pochi stati che di emergenza incontriamo. È la causa principale di insufficienza adrenale in bambini, che significa che l'organismo non può produrre l'aldosterone, l'adrenalina ed il cortisol.„

Mimi Kim, MD, MSc, co-direttore della clinica completa di cura di CAH all'ospedale pediatrico Los Angeles

Questi ormoni permettono che l'organismo gestisca la pressione sanguigna e risponda alle crisi. Inoltre, CAH è tracciato dai livelli elevati del testoterone dell'ormone sessuale. Ciò può piombo ai cambiamenti in organi genitali per i pazienti femminili. Ma il testoterone ha altro effetto non direttamente collegato al sesso o al genere--un effetto che potrebbe essere usato per contribuire ad identificare CAH.

“È abbastanza bene accettato che gli ormoni come il testoterone contribuiscono a modellare le funzionalità facciali,„ dice il Dott. Kim. “Poiché CAH causa l'alto testoterone durante lo sviluppo, sta per ragione per cui le differenze, anche quelle sottili, potrebbero essere presenti nei pazienti di CAH.„ Ciò, dice, piombo lei per domandarsi se morfologia facciale--una collezione di tratti fisici--ha potuto assistere i clinici nell'identificazione dei pazienti con CAH.

“Non c'era collegamento stabilito eppure fra CAH e morfologia facciale,„ dice il Dott. Kim. Ciò potrebbe essere perché le differenze facciali sono abbastanza sottili essere mancate dalla maggior parte dei clinici. “Ma gli avanzamenti in apprendimento automatico sono venuto un modo lungo,„ dice, “particolarmente nel riconoscimento facciale.„

Il Dott. Kim ha collaborato con gli ingegneri e gli scienziati dall'istituto delle scienze dell'informazione dell'università della California del Sud per progettare e verificare la sua ipotesi. Il gruppo ha caricato le immagini di 102 pazienti con CAH e di 144 persone di controllo nei computer che sono stati preparati nel riconoscimento facciale. Con l'apprendimento automatico, i computer potevano identificare le differenze sottili nella morfologia facciale ed identificare correttamente i pazienti con CAH con accuratezza più maggior di di 90%.

Lo studio rappresenta un punto importante nel percorso per migliorare CAH d'identificazione e di comprensione. I risultati stabiliscono, per la prima volta, che non solo è là un collegamento fra la morfologia facciale e CAH, ma i computer possono individuare questo collegamento e predire CAH basato sulle funzionalità facciali dei pazienti.

Sebbene i neonati siano schermati ordinariamente per CAH, le prove genetiche sono costose e difficili verificarsi e non è semplice da caratterizzare la severità della circostanza. “Realmente abbiamo bisogno di un più sensibile, modo più facile,„ dice il Dott. Kim. “È la mia speranza che questo è; che possiamo usare il meglio che la tecnologia deve offrire per capire meglio CAH ed aiutare i nostri pazienti.„

Lo studio è stato pubblicato nella rete di JAMA del giornale scientifico aperta. i Co-primi autori sullo studio erano Wael AbdAlmageed e Hengameh Mirzaalian dall'istituto delle scienze dell'informazione di USC.

Source:
Journal reference:

AbdAlmageed, W., et al. (2020) Assessment of Facial Morphologic Features in Patients With Congenital Adrenal Hyperplasia Using Deep Learning. JAMA Network Open. doi.org/10.1001/jamanetworkopen.2020.22199.