一种新的智能手机面部筛查工具可以帮助护理人员在几秒钟内识别中风——比现有技术更快、更准确。
中风影响着全球数百万人，这是由于部分大脑的血液供应中断或减少，导致脑组织无法获得氧气和营养。几分钟的延误就会导致脑细胞永久性损伤。
皇家墨尔本理工大学的一组生物医学工程师开发了该软件技术背后的人工智能功能，并在《生物医学计算机方法与程序》上发表了他们的研究成果。
来自皇家墨尔本理工大学和圣保罗州立大学的博士生 Guilherme Camargo de Oliveira 在团队负责人 Dinesh Kumar 教授的指导下领导了这项研究。
皇家墨尔本理工大学工程学院的库马尔表示：“早期发现中风至关重要，因为及时治疗可以显著改善康复效果，降低长期残疾的风险，并挽救生命。”
“我们开发了一种简单的智能手机工具，医护人员可以使用它来立即判断患者是否中风，然后在救护车离开患者家之前通知医院。”
该智能手机工具对中风的检测准确率为 82%，它不会取代全面的中风临床诊断测试，但可以帮助更快地识别需要治疗的人。
库马尔表示：“我们的面部筛查工具检测中风的成功率与护理人员相当。”
中风可能难以发现
中风的症状包括思维混乱、部分或完全失去运动控制、言语障碍和面部表情减少。
库马尔说：“研究表明，急诊室和社区医院漏诊了近 13% 的中风病例，而没有进行神经系统检查记录的患者中有 65% 是未确诊的中风患者。”
“很多时候，这些迹象非常微妙。除此之外，如果急救人员与不同种族或性别的人一起工作——最明显的是女性和有色人种——那么这些迹象就更有可能被忽视。
“在较小的地区中心，这一比率甚至可能更高。鉴于许多中风发生在家中，且初期护理通常由急救人员在非理想条件下提供，因此迫切需要实时、用户友好的诊断工具。”
该技术的工作原理
这种新颖的人工智能技术利用面部表情识别的功能，通过分析面部对称性和特定的肌肉运动(称为动作单元)来检测中风。
面部动作编码系统 (FACS) 最初于 20 世纪 70 年代开发，通过面部肌肉的收缩或放松对面部运动进行分类，为分析面部表情提供了详细的框架。
德奥利维拉说：“影响中风患者的一个关键参数是他们的面部肌肉通常会变得单侧化，因此脸部一侧的表现与另一侧不同。”
“我们拥有人工智能工具和图像处理工具，可以检测微笑的不对称性是否有任何变化——这是我们案例中检测的关键。”
本研究使用了 14 名中风后患者和 11 名健康对照者的面部表情检查视频记录。
下一步
该团队计划与医疗保健提供商合作，将智能手机工具开发成应用程序，以便能够检测影响面部表情的其他神经系统疾病。
“我们希望尽可能做到敏感和具体。我们现在正在开发一款具有更多数据的人工智能工具，并且还将考虑其他疾病，”库马尔说。
“与医疗保健提供商的合作对于将该应用程序整合到现有的应急响应协议中至关重要，为护理人员提供有效的早期中风检测方法。”
皇家墨尔本理工大学的研究人员与巴西圣保罗州立大学合作开展了这项研究。