Может ли система распознавания лиц помочь выявить врожденную гиперплазию надпочечников?

Врожденная гиперплазия надпочечников (ВГН) - это заболевание, которое влияет на способность надпочечниковых желез высвобождать гормоны, которые регулируют реакцию организма на стресс и болезнь. Болезнь излечима, но может быть потенциально опасна для жизни во время болезни или, если ее не контролировать. Это заболевание трудно идентифицировать, и многое еще предстоит выяснить о нем. Но новые исследования, проведенные в Детской больнице Лос-Анджелеса (США), показали, что компьютерные системы могут использовать анализ тонких характеристик черт лица, чтобы распознать ВГН. Это открытие может стать основой для создания метода идентификации заболевания и улучшения контроля состояния пациентов с этим заболеванием.

Эта болезнь - главная причина надпочечной недостаточности у детей, которая означает, что организм не может вырабатывать альдостерон, адреналин и кортизол. Эти гормоны позволяют организму управлять кровяным давлением и реагировать на кризисы. Кроме того, ВГН характеризуется более высоким уровнем полового гормона тестостерона. Это может привести к изменению гениталий у пациенток. Но у тестостерона есть еще один эффект, не связанный напрямую с полом - эффект, который может быть использован для идентификации ВГН.

Такие гормоны, как тестостерон, помогают формировать черты лица. Так как ВГН вызывает высокий уровень тестостерона во время развития, это является причиной того, что различия, даже едва уловимые, могут присутствовать у пациентов с этим заболеванием. Но эти различия в лице достаточно тонкие, чтобы их могли заметить большинство врачей.

Ученые из Института информационных наук университета Южной Калифорнии совместно со специалистами Детской больницы в Лос-Анжелесе решили использовать для этого машинное обучение. Вновь разработанный алгоритм смог определить тонкие различия в морфологии лица и правильно идентифицировать пациентов с ВГН с точностью более 90%.

Исследование представляет собой важный шаг на пути к лучшей идентификации и пониманию болезни. Несмотря на то, что в развитых странах новорожденные регулярно проходят скрининг на предмет ВГН, генетические тесты являются дорогостоящими и труднодоступными, и не так просто охарактеризовать тяжесть состояния. Новый, более чувствительный и легкий способ, основанный на использовании алгоритмов машинного обучения, может принести много пользы.

Информация об этом исследовании была опубликована в журнале JAMA Network Open.