Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Os computadores podiam usar características faciais subtis para reconhecer a hiperplasia ad-renal congenital

A hiperplasia ad-renal congenital (CAH) é uma desordem que afecte a capacidade de glândula ad-renal para liberar as hormonas que regulam a resposta de corpo ao esforço e à doença. CAH é tratável, mas pode ser potencial risco de vida durante a doença ou se não controlou. A desordem é difícil de identificar ainda, e muita necessidades de ser compreendido sobre a circunstância. Mas a pesquisa nova conduzida no hospital de crianças Los Angeles mostrou que os computadores podem poder usar características faciais subtis para reconhecer CAH. Isto que encontra podia conduzir para melhorar a identificação da desordem e do cuidado melhor de pacientes de CAH.

Na endocrinologia, CAH é uma de poucas condições que de emergência nós encontramos. É a causa principal da insuficiência ad-renal nas crianças, que significa que o corpo não pode produzir o aldosterone, a adrenalina e o cortisol.”

Mimi Kim, DM, CAM, co-director da clínica detalhada do cuidado de CAH no hospital de crianças Los Angeles

Estas hormonas permitem que o corpo controle a pressão sanguínea e responda às crises. Além, CAH é marcado por uns níveis mais altos da testosterona da hormona de sexo. Isto pode conduzir às mudanças nos genitais para pacientes fêmeas. Mas a testosterona tem um outro efeito ligado não directamente ao sexo ou ao género--um efeito que poderia ser usado para ajudar a identificar CAH.

“Aceita-se consideravelmente bem que as hormonas como a testosterona ajudam a dar forma a características faciais,” diz o Dr. Kim. “Desde que CAH causa a testosterona alta durante a revelação, está para raciocinar que as diferenças, mesmo as subtis, poderiam estam presente em pacientes de CAH.” Isto, diz, conduzido lhe para querer saber se morfologia facial--uma coleção de traços físicos--podia ajudar a clínicos em identificar pacientes com CAH.

“Não havia nenhuma relação estabelecida contudo entre CAH e a morfologia facial,” diz o Dr. Kim. Isto poderia ser porque as diferenças faciais são subtis bastante ser faltadas pela maioria de clínicos. “Mas os avanços na aprendizagem de máquina vieram uma maneira longa,” diz, “especialmente no reconhecimento facial.”

O Dr. Kim teamed acima com coordenadores e cientistas do instituto das ciências da informação da Universidade da Califórnia do Sul para projectar e testar sua hipótese. A equipe carregou imagens de 102 pacientes com o CAH e de 144 indivíduos do controle nos computadores que foram treinados no reconhecimento facial. Com da aprendizagem de máquina, os computadores podiam identificar diferenças subtis na morfologia facial e identificar correctamente os pacientes com o CAH com precisão maior de 90%.

O estudo representa uma etapa importante no trajecto para melhorar CAH de identificação e compreensivo. Os resultados estabelecem, pela primeira vez, que está não somente lá uma relação entre a morfologia facial e o CAH, mas os computadores podem detectar esta relação e prever CAH baseado em características faciais dos pacientes.

Embora os neonatos sejam seleccionados rotineiramente para CAH, os testes genéticos são caros e difíceis obter, e não é simples caracterizar a severidade da circunstância. “Nós precisamos realmente um mais sensível, maneira mais fácil,” diz o Dr. Kim. “É minha esperança que este é ele; que nós podemos usar o melhor que a tecnologia tem que oferecer compreender melhor CAH e ajudar nossos pacientes.”

O estudo foi publicado na rede do JAMA do jornal científico aberta. os Co-primeiros autores no estudo eram Wael AbdAlmageed e Hengameh Mirzaalian do instituto das ciências da informação de 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.