Dans une étude récente publiée dans le PLOS ONE journal, les chercheurs ont évalué la faisabilité de la colorimétrie faciale sur smartphone comme technique de dépistage de l’anémie.
Sommaire
Arrière-plan
Si l’on tient compte des années de vie ajustées sur l’incapacité, l’anémie est la 14e cause de maladie dans le monde. L’anémie pédiatrique peut avoir un impact négatif sur les résultats développementaux, tandis que l’anémie ferriprive est liée à un indice de développement cognitif plus faible, qui s’améliore souvent considérablement après le traitement. Une carence en fer peut entraîner des altérations durables de la physiologie et de la biochimie neuronales si elle n’est pas traitée rapidement. Compte tenu des avantages évidents d’un traitement et d’un diagnostic précoces, il est essentiel de comprendre les variables locales et globales qui contribuent à son absence.
À propos de l’étude
Dans la présente étude, les chercheurs ont utilisé la colorimétrie sur smartphone pour fournir une méthode non invasive de dépistage de l’anémie chez les nouveau-nés et les jeunes enfants.
Un échantillon de convenance de 62 enfants âgés de la naissance à 59 mois a été recruté de février à avril 2018 au Korle Bu Teaching Hospital au Ghana. Les participants inclus étaient cliniquement stables, avaient un test sanguin commandé dans le cadre de leurs soins cliniques habituels et dont les soins urgents ne seraient pas reportés par l’acquisition d’images dans cette étude. La concentration d’hémoglobine dans le sang a été testée pour chaque participant à l’aide d’un équipement de dépistage de l’anémie HemoCue Hb 301.
L’imagerie a été réalisée à l’aide de la caméra arrière d’un smartphone Samsung Galaxy S8 en conjonction avec une application mobile propriétaire qui a collecté et stocké des photos brutes et sans perte. L’utilisation d’images brutes indique un traitement post-capteur minimal. Trois séries de photos ont été capturées, y compris des images de la sclérotique et de la peau environnante, de la paupière inférieure repliée et de la lèvre inférieure. L’équipe a segmenté manuellement trois régions d’intérêt (ROI) pour chaque participant, à savoir la sclérotique, la lèvre inférieure et la conjonctive palpébrale inférieure. Les photos ont ensuite été prétraitées pour s’adapter aux différentes conditions d’éclairage ambiant, après quoi des mesures de concentration d’hémoglobine dans le sang ont été recueillies.
Après avoir ajusté l’image pour l’éclairage ambiant, les mesures de couleur potentielles pour chaque retour sur investissement ont été déterminées. En conséquence, cinq classes de caractéristiques distinctes ont été mesurées à partir de l’image prétraitée, y compris l’indice d’érythème, la chromaticité g, la chromaticité r, la chromaticité a* et la chromaticité b*. Pour chaque fonctionnalité et retour sur investissement, l’équipe a extrait la médiane ainsi que la médiane des 5 % des fonctionnalités les plus performantes.
Résultats
L’âge moyen des participants était de près de 1,25 ans. La concentration moyenne d’hémoglobine détectée dans le sang était d’environ 11,7 g/dL. Pour 19 des personnes éligibles, les photos de certains retours sur investissement n’ont pas été obtenues ou devaient être de qualité adéquate. Les photos de patients restantes avaient un rapport signal sur bruit (SSNR) soustrait moyen de 5,70. Une fois les photos de faible qualité omises, une analyse de variance unidirectionnelle (ANOVA) a révélé que le SSNR variait considérablement entre les différentes ROI.
Le coefficient de corrélation du modèle a été fortement impacté par le choix de l’estimation de la rougeur et du retour sur investissement, mais pas par la technique de soustraction. La mesure optimale de la rougeur était la chromaticité g tandis que la zone de focalisation optimale était la sclérotique. Près de 15 des 270 prédicteurs affichaient des associations statistiquement significatives avec la concentration d’hémoglobine sanguine évaluée.
La combinaison optimale de pipelines contenant une caractéristique de chaque ROI a été choisie pour le modèle multi-ROi. Dans ce cas, la caractéristique des lèvres était désormais la médiane des 5 % supérieurs de chromaticités r, la soustraction ambiante représentant les 5 % supérieurs de pixels par rougeur. Après rectification avec équilibrage des blancs dans l’image flash, la caractéristique de la paupière était la médiane des 5 % supérieurs de chromaticités g, la chromaticité du point blanc étant capturée à partir des 15 % de pixels de la région de la sclérotique présentant la rougeur la plus faible.
Conclusion
Les résultats de l’étude ont montré que la balance des blancs utilisant un point de référence sur la sclère fonctionnait bien lors de l’analyse de la sclère, alors que la soustraction ambiante était plus efficace ailleurs. Selon le retour sur investissement, la meilleure métrique de rougeur pour prédire la teneur en hémoglobine sanguine était soit l’indice d’érythème, la chromaticité r ou la chromaticité CIE 1976 b*.
Le meilleur algorithme a atteint une sensibilité de 92,9 % et une spécificité de 89,7 % lors du dépistage de l’anémie, conformément aux recommandations de l’Organisation mondiale de la santé. Cela s’ajoute au nombre croissant de preuves indiquant que les smartphones peuvent être efficaces pour le dépistage de l’anémie. Avant que de telles méthodologies puissent être appliquées aux dispositifs médicaux, cependant, les obstacles liés à l’inclusion de diverses populations ainsi qu’à la présentation des résultats doivent être surmontés.
