Peneliti mengembangkan alat berbasis smartphone baru untuk mendeteksi gangguan penglihatan pada anak kecil

Dalam sebuah penelitian terbaru yang diterbitkan di obat alamPara peneliti melakukan studi multisenter prospektif antara 14 Januari 2020 dan 30 Januari 2022 di Tiongkok.

Mereka secara retrospektif merekam video dari 3.652 bayi China berusia 48 bulan dan lebih muda yang sedang mengembangkan Apollo Infant Sight System (AIS). Mereka telah memvalidasi sistem ini dua kali dalam pengobatan klinis dan juga di rumah.

AIS, sistem kesehatan berbasis ponsel pintar (mHealth), menangkap bingkai foto anak-anak yang menonton video kartun untuk mengidentifikasi gangguan penglihatan. Ini secara akurat mencirikan 16 gangguan oftalmologis pada anak-anak dengan menganalisis fitur wajah, perilaku menatap, dan gerakan mata di bawah rangsangan visual menggunakan model deep learning (DL) dengan desain kontrol kualitas yang kuat terhadap kebisingan uji.

Latar Belakang

Anak kecil, terutama bayi, tidak dapat menjalani tes penglihatan standar, sehingga sulit untuk mendeteksi gangguan penglihatan mereka pada tahap awal, jika ada. Meskipun menangkap gerakan wajah dan mata tertentu dapat membantu dalam praktik oftalmologis, penerapannya dalam kondisi dunia nyata juga menantang.

Frekuensi masalah visual selama beberapa tahun pertama kehidupan tinggi. Oleh karena itu, deteksi masalah ini secara tepat waktu, terutama masalah penglihatan yang disebabkan oleh penyakit pada bayi, sangat penting untuk mencegah atau mengurangi kehilangan penglihatan jangka panjang.

Dengan kata lain, ada kebutuhan mendesak untuk alat yang mudah digunakan untuk mendeteksi gangguan penglihatan pada anak kecil yang bekerja di lingkungan klinis dan komunitas.

tentang belajar

Dalam penelitian ini, peneliti mengembangkan AIS untuk mengidentifikasi 16 penyebab gangguan penglihatan pada bayi dalam kondisi dunia nyata. Mereka mengumpulkan lebih dari 25.000.000 bingkai video dari 3.652 anak menggunakan AIS untuk melatih dan menguji model DL.

Sistem ini divalidasi dalam tiga tahap di lima klinik dan di rumah. Dalam dua fase pertama, anak-anak yang terdaftar dalam penelitian ini menjalani pemeriksaan oftalmologis oleh staf klinis dan relawan terlatih yang mengumpulkan video simulasi menggunakan aplikasi kesehatan seluler yang diinstal pada ponsel pintar iPhone di setiap pusat.

Mereka merekrut anak-anak dan orang tua mereka melalui validasi implementasi online di rumah dan menguji penerapan AIS yang lebih besar pada fase ketiga penelitian. Meski tidak terlatih, mereka merekam video stereotip dengan smartphone mereka seperti yang diinstruksikan oleh aplikasi AIS. Mereka juga mengulang pengumpulan data seperti yang diinstruksikan oleh unit kendali mutu. Semua anak dengan rekaman video yang memenuhi syarat AIS menjalani pemeriksaan mata di klinik.

Akhirnya, para peneliti memvalidasi sistem ini di bawah berbagai tingkat kebisingan uji dan gangguan ambien dunia nyata.

Hasil

Para peneliti mendaftarkan 3.652 anak dalam penelitian ini, 54,5% di antaranya laki-laki, dan merekam 3.865 klip video dengan lebih dari 25.000.000 frame untuk pengembangan dan validasi AIS.

Dalam hal deteksi gangguan penglihatan, AIS mencapai area di bawah receiver operating curve (AUC) masing-masing sebesar 0,940 dan 0,843 pada kelompok validasi internal dan eksternal.

Salah satu keunggulan AIS adalah penerapannya pada banyak penyakit mata sistemik dan herediter, termasuk tumor mata dan kelainan perkembangan. Ini juga mendeteksi anak-anak penyandang disabilitas dengan fitur fenotipik yang relatif halus, yang mudah terlewatkan dengan akurasi tinggi, yang selanjutnya menunjukkan penerapannya yang lebih luas.

AIS juga beradaptasi dengan cukup mudah untuk berbagai kondisi pengujian dan mencapai AUC sebesar 0,859 selama eksekusi di rumah. Selain itu, ia tetap stabil di 88 jenis lingkungan rumah hanya setelah satu set penyetelan halus. Bahkan, itu tidak memerlukan penyetelan biasa bahkan di lingkungan yang kompleks, yang meningkatkan preferensi untuk penggunaannya di aplikasi masa depan.

Selain itu, AIS menilai perubahan penampilan wajah akibat patologi okular, seperti ptosis kelopak mata pada ptosis kongenital menggunakan perangkat portabel. Sebagai catatan, banyak penyakit mata, seperti kelainan bentuk segmen posterior, sulit didiagnosis dari video stereotip yang direkam dengan smartphone kelas konsumen.

kesimpulan

AIS berbasis Mobile Health System telah menunjukkan potensi luar biasa untuk digunakan oleh petugas kesehatan dan orang tua untuk mengidentifikasi anak-anak kecil dengan berbagai gangguan mata. Menunjukkan akurasi yang baik di kedua pengaturan klinis dan komunitas.

Dalam beberapa kasus, gangguan pada sistem saraf menyebabkan gangguan penglihatan serebral dengan patologi ekstraokular. Dengan demikian, penelitian selanjutnya harus mengevaluasi apakah AIS dapat mendeteksi gangguan penglihatan tersebut.

Sistem berbasis smartphone seperti AIS yang secara akurat mengidentifikasi penyakit mata pada anak memiliki banyak implikasi klinis. Ini dapat membantu merujuk anak-anak tunanetra tepat waktu ke dokter mata anak, yang dapat memulai pengobatan tepat waktu. Kedua, penerapannya tidak memerlukan peralatan medis profesional yang mahal, yang menghilangkan salah satu hambatan untuk tes cepat pada anak di tingkat masyarakat.

Mengingat sifat penyakit mata yang terus berubah pada anak kecil, ini dapat membantu meningkatkan hasil terkait penglihatan dan, yang terpenting, tingkat kelangsungan hidup dalam kasus retinoblastoma.

Yang penting, AIS menyaring anak-anak kecil dengan gangguan penglihatan dari kejauhan. Selama pandemi coronavirus 2019, ini mengurangi risiko paparan dokter mata. Akhirnya, mengingat penggunaan smartphone di mana-mana secara global, AIS terbukti menjadi alat yang menjanjikan yang dapat mencegah kehilangan penglihatan pada bayi yang rentan.