Appen tittar på din elev för att upptäcka hjärnskakning

en smartphone app kunde upptäcka hjärnskakningar och andra hjärnskador i fältet, oavsett om vid sidan av ett sportspel, på slagfältet, eller i hemmet av äldre vuxna benägna att falla.,

appen, som kallas PupilScreen, kan upptäcka förändringar i en elevs svar på ljus med hjälp av en smartphone videokamera och djup inlärningsverktyg—en typ av artificiell intelligens—som kan kvantifiera förändringar omärkliga för det mänskliga ögat.

denna pupilljusreflex har länge använts för att bedöma om en patient har allvarlig traumatisk hjärnskada, och ny forskning finner att det kan vara användbart för att upptäcka mildare hjärnskakningar—öppna upp en helt ny väg för screening.

teamet av dataforskare, elingenjörer och medicinska forskare har visat att PupilScreen kan användas för att upptäcka fall av betydande traumatisk hjärnskada.,

en bredare klinisk studie i höst kommer att sätta PupilScreen i händerna på tränare, akutmedicinska tekniker, läkare och andra för att samla in mer data om vilka pupillreaktionsegenskaper som är mest användbara för att bestämma tvetydiga fall av hjärnskakning. Forskarna hoppas kunna släppa en kommersiellt tillgänglig version av PupilScreen inom två år.,

’en spelväxlare’

”att ha en objektiv åtgärd som en tränare eller förälder eller någon på sidan av ett spel skulle kunna använda för att Skärm för hjärnskakning skulle verkligen vara en spelväxlare”, säger Shwetak Patel, professor i datavetenskap & engineering och elektroteknik vid University of Washington.

”just nu är de bästa screeningprotokollen vi har fortfarande subjektiva, och en spelare som verkligen vill komma tillbaka på fältet kan hitta sätt att spela systemet”, säger han.,

som beskrivs i ett papper presenteras Sept., 13 vid Ubicomp 2017 kan PupilScreen bedöma en patients pupillarljusreflex nästan lika bra som en pupilometer, en dyr och sällan använd maskin som endast finns på sjukhus. Den använder smarttelefonens blixt för att stimulera patientens ögon och videokameran för att spela in en tre sekunders video.

videon bearbetas med hjälp av djupa inlärningsalgoritmer som kan avgöra vilka pixlar som tillhör eleven i varje videoram och mäta förändringarna i elevstorlek över dessa ramar.,

i en liten pilotstudie som kombinerade 48 resultat från patienter med traumatisk hjärnskada och från friska människor kunde kliniker diagnostisera hjärnskadorna med nästan perfekt noggrannhet med hjälp av appens utmatning ensam.

objektiv bedömning

i amatörsport idag, även de bästa metoderna som tränare eller föräldrar använder om en idrottsman misstänks för hjärnskakning under ett spel—fråga dem var de är, att upprepa en lista med ord, balansera, röra ett finger mot näsan—består i huvudsak av subjektiv bedömning.,

”…Vi tror att den här enheten kommer att ge alla från Little League-tränare till NFL-läkare till akutläkare för att snabbt upptäcka och triage huvudskada.”

däremot syftar PupilScreen till att generera objektiva och kliniskt relevanta data som någon på sidan kan använda för att avgöra om en spelare ska bedömas ytterligare för hjärnskakning eller annan hjärnskada.

US Centers for Disease Control and Prevention uppskattar ungefär hälften av 3.,8 miljoner hjärnskakningar per år i USA från fritids idrottsskador ensam går fortfarande odiagnostiserad, vilket sätter miljontals unga spelare och vuxna i riskzonen för framtida huvudskada och permanenta kognitiva underskott.

historiskt har det inte funnits något säkert sätt att diagnostisera hjärnskakning—även i akutrummet, säger coauthor Lynn McGrath, en bosatt läkare i neurologisk operationsavdelning vid universitetet. Läkare kör vanligtvis tester för att utesluta värsta fall som en hjärnblödning eller skallefraktur. Efter mer allvarliga huvudskador utesluts kan en diagnos av hjärnskakning göras.,

sjukvårdspersonal har länge använt pupillljusreflexen—vanligtvis i form av ett penlight—test där de lyser ett ljus i patientens ögon-för att bedöma svåra former av hjärnskada. Men en växande kropp av medicinsk forskning har nyligen funnit att mer subtila förändringar i elevsvar kan vara användbara för att upptäcka mildare hjärnskakningar.

hjärnsjukdom som finns i 110 av 111 avlidna NFL-spelare

”PupilScreen syftar till att fylla det gapet genom att ge oss den första förmågan att mäta en objektiv biomarkör av hjärnskakning i fältet”, säger McGrath., ”Efter ytterligare testning tror vi att den här enheten kommer att ge alla från Little League-tränare till NFL-läkare till akutläkare för att snabbt upptäcka och triage huvudskada.”

ser fram emot utmaningar

medan forskargruppen först testade PupilScreen med en 3D-tryckt låda för att styra ögats exponering för ljus, utbildar forskare nu sitt maskininlärning neurala nätverk för att producera liknande resultat med smarttelefonkameran ensam.

”visionen vi fotograferar för är att någon helt enkelt håller telefonen upp och använder blixten., Vi vill att varje förälder, tränare, vårdgivare eller EMT som är oroad över en hjärnskada ska kunna använda den på plats utan att behöva extra hårdvara, säger huvudförfattare Alex Mariakakis, doktorand i datavetenskap & engineering.

en av utmaningarna med att utveckla PupilScreen innebar att man tränade verktyg för maskininlärning för att skilja mellan ögonets elev och iris, vilket innebar att man kommenterade ungefär 4000 bilder av ögon för hand., En dator har fördelen att kunna kvantifiera subtila förändringar i pupillljusreflexen som det mänskliga ögat inte kan uppfatta.

”i stället för att utforma en algoritm för att lösa det specifika problemet med att mäta elevsvar flyttade vi detta till en maskininlärningsmetod-samla in mycket data och skriva en algoritm som gjorde det möjligt för datorn att lära sig själv”, säger koauthor Jacob Baudin, en medicinsk student och doktorand i fysiologi och biofysik.,

AI kan upptäcka idrottarens hjärnskakningar år senare

PupilScreen-forskarna arbetar för närvarande för att identifiera partners som är intresserade av att genomföra ytterligare fältstudier av appen, som de förväntar sig att börja i oktober.

National Science Foundation, Washington Research Foundation och Amazon Catalyst finansierade projektet.