アプリは脳震盪を検出するためにあなたの瞳孔を見て

スマートフォンアプリは、スポーツゲームの傍観者、戦場で、または落ちやすい高齢者の家でかどうか、フィールド内の脳震盪やその他の脳損傷,

PupilScreenと呼ばれるアプリは、スマートフォンのビデオカメラと人間の目に知覚できない変化を定量化することができる人工知能の一種である深層学習ツールを使用して、光に対する瞳孔の反応の変化を検出することができます。

この瞳孔光反射は、患者が重度の外傷性脳損傷を有するかどうかを評価するために長い間使用されてきましたが、最近の研究では、軽度の脳震盪を検出するのに有用であることがわかりました—スクリーニングのための全く新しい道を開く。

コンピュータ科学者、電気技術者、および医学研究者のチームは、PupilScreenが重大な外傷性脳損傷の例を検出するために使用できることを実証しました。,

この秋のより広範な臨床研究では、pupilscreenをコーチ、救急医療技術者、医師などの手に委ね、あいまいな脳震盪の症例を決定するのにどの瞳孔反応特性が最も役立つかに関するより多くのデータを収集する予定です。 研究者は、二年以内にPupilScreenの市販のバージョンをリリースしたいと考えています。,

‘a game-changer’

“コーチや親、またはゲームの傍観者が脳震盪のスクリーニングに使用できる客観的な尺度を持つことは、本当にゲームチェンジャーになるでしょう”とワシントン大学のコンピュータサイエンス教授であるShwetak Patelは言う&工学と電気工学の教授である。

“今、我々が持っている最高のスクリーニングプロトコルはまだ主観的であり、本当にフィールドに戻りたいプレイヤーは、システムをゲームする方法を見つけることができます”と彼は言います。,

発表された論文に記載されているようにSept., 13Ubicomp2017では、PupilScreenは患者の瞳孔光反射をほとんど評価することができ、pupilometerは病院でしか見つからない高価でめったに使用されない機械です。 それは三秒のビデオを記録するために患者の目およびビデオ-カメラを刺激するのにsmartphoneのフラッシュを使用します。

ビデオは、各ビデオフレームの瞳孔に属するピクセルを決定し、それらのフレームにわたる瞳孔サイズの変化を測定することができる深層学習アルゴリズムを使用して処理されます。,

外傷性脳損傷患者と健康な人からの48の結果を組み合わせた小さなパイロット研究では、臨床医は、アプリの出力だけを使用して、ほぼ完璧な精度で脳損傷を診断することができました。

客観的評価

今日のアマチュアスポーツでは、選手が試合中に脳震盪の疑いがある場合、コーチや親が使用するベストプラクティスでさえ、彼らがどこにいるか、言葉のリストを繰り返すように、バランスをとるように、鼻に指を触れるように、本質的に主観的な評価で構成されている。,

“…私たちは、このデバイスは、迅速に頭部外傷を検出し、トリアージする救急部門の医師にNFLの医師にリトルリーグのコーチからすべての人に力を与える”

対照的に、PupilScreenは、傍観者が脳震盪やその他の脳損傷のためにプレイヤーをさらに評価すべきかどうかを判断するために使用できる客観的かつ臨床的に関連するデータを生成することを目指しています。

米国疾病管理予防センターは、3の約半分を推定しています。,レクリエーションスポーツ傷害だけでも、米国では年間8万人の脳震盪が診断されておらず、何百万人もの若い選手や成人を将来の頭部外傷や永久的な認知障害のリスクにさらしています。

歴史的に、脳震盪を診断する確実な方法はありませんでした—でも緊急治療室で、共著者リンMcGrath、大学の神経外科部門の常駐医師は述べています。 医師は通常、脳出血や頭蓋骨骨折のような最悪のケースを除外するためにテストを実行します。 より深刻な頭部外傷が除外された後、脳震盪の診断を行うことができる。,

医療専門家は、重度の脳損傷を評価するために、瞳孔光反射（通常は患者の目に光を当てるペンライトテストの形で）を長い間使用してきました。 しかし、医学研究の成長体は、最近、瞳孔応答のより微妙な変化が軽度の脳震盪を検出するのに有用であり得ることを見出した。

脳疾患で見つかりました110の111故人NFL選手

“PupilScreenは、私たちにフィールドで脳震盪の客観的なバイオマーカーを測定するための最初の機能を与えることによって、そのギャップを埋めることを目指しています,”McGrathは言います., “さらなるテストの後、このデバイスは、リトルリーグのコーチからNFLの医師、救急部の医師まで、すべての人が頭部外傷を迅速に検出し、トリアージすること”

楽しみにして、課題に直面して

研究チームは、最初に光への目の露出を制御するために3DプリントボックスでPupilScreenをテストしましたが、研究者は今、スマートフォンのカメラだけで同様の結果を生成するために彼らの機械学習ニューラルネットワークを訓練しています。

“私たちが撮影しているビジョンは、誰かが単に電話を持ち上げてフラッシュを使用することです。, 私たちは、脳損傷を懸念しているすべての親、コーチ、介護者やEMTは、余分なハードウェアを必要とせずにその場でそれを使用できるようにしたい、”主著者アレックスMariakakis、コンピュータサイエンス&エンジニアリングの博士課程の学生は述べています。

PupilScreenの開発における課題の一つは、目の瞳孔と虹彩を区別するための機械学習ツールの訓練であり、手で約4,000枚の目の画像に注釈を付けること, コンピュータは、人間の目が知覚できない瞳孔光反射の微妙な変化を定量化することができるという利点を有する。

“生徒の応答を測定するという特定の問題を解決するためのアルゴリズムを設計する代わりに、これを機械学習アプローチに移行しました—多くのデータを集め、コンピュータが自分自身で学習できるようにするアルゴリズムを書く”と、生理学と生物物理学の医学生で博士課程の学生である共著者Jacob Baudinは述べています。,

AIは数年後にアスリートの脳震盪を検出することができます

PupilScreenの研究者は現在、彼らが月に始まることを期待しているアプリの追加のフィールド研究を行うことに興味のあるパートナーを特定するために取り組んでいます。

国立科学財団、ワシントン研究財団、およびAmazon Catalystがこのプロジェクトに資金を提供しました。