美国一组研究人员开发了一种人工智能算法,可以从智能手机拍摄的眼睑照片中识别贫血症。
贫血或低血红蛋白影响着全球25%以上的人口。
虽然在医院或病理实验室附近很容易诊断,但贫血在医疗条件差的地方更常见。
美国布朗大学(Brown University)的研究人员已经解决了这个问题,他们制作了一个程序,可以用一种更广泛分布的工具——智能手机——来检测贫血症。
贫血症患者有不同的皮肤颜色,特别是身体的某些部位。
布朗大学急诊医学、外科和工程学教授塞利姆·苏纳(Selim Suner)博士说:“其他人使用手掌、指甲床和其他部位的皱纹照片来设计算法来预测贫血。”他是一篇描述该研究的论文的第一作者,发表在《PLOS One。
“身体的这些区域严重依赖血液流动,可能会受到温度变化的影响,并可能给出错误的结果。”
Suner和他的同事们转而关注下眼睑的内部:血液流量低的地方,黑色素或其他可能影响颜色的东西很少。
研究人员在一家医院拍摄了142名患者的眼睑,他们的血红蛋白水平非常高。
他们利用这些数据训练机器学习算法来识别贫血的颜色。
然后,研究人员在202名新患者身上测试了这个工具,将算法的预测结果与患者的血红蛋白水平进行了比较。
他们发现该测试的总体准确率为72.6%:低于黄金标准的实验室测试,但仍然是一个有用的筛选指标。
虽然这项研究依赖于训练有素的医务人员拍摄照片,但苏纳说,该团队希望下一步专注于扩大该工具的使用范围。
他说:“在下一次迭代中,我们将使用允许新手用户拍照的设计功能。”
“如果照片的质量足够高,我们会加入算法来提醒用户,以提供准确的结果。”我们已经展示了照片的特点,比如对焦和灯光效果,所以在最终版本中拥有这些特点将是很重要的。”
该团队还将在一组新的患者身上测试该工具,希望在其广泛使用之前对其进行改进和改进。
阅读更多:
最初发布的宇宙作为人工智能可以从眼睑照片中识别出贫血症
艾伦Phiddian
Ellen Phiddian是《宇宙》杂志的科学记者。她拥有澳大利亚国立大学化学和科学传播荣誉学士学位和科学传播硕士学位。
阅读科学事实,而不是虚构……
现在是解释事实、珍惜循证知识、展示最新科学、技术和工程突破的最重要时刻。《宇宙》由澳大利亚皇家学会出版,这是一个致力于将人类与科学世界联系起来的慈善机构。财政捐助,无论大小,都有助于我们在世界最需要的时候获得可信的科学信息。请通过捐款或购买订阅来支持我们。