Home » CRADLE, l’app per riconoscere gravi malattie degli occhi nei bambini grazie a un semplice smartphone

CRADLE, l’app per riconoscere gravi malattie degli occhi nei bambini grazie a un semplice smartphone

app malattie occhi

Crediti immagine: filecdn.nonsprecare.it

A cura di Verdiana Brullo

CRADLE, un’app per gravi malattie agli occhi, soprattuo in età pediatrica, approda su Google Play e IOS.

Quali malattie degli occhi si è in grado di riconoscere tempestivamente?

Il retinoblastoma è un tumore maligno della retina che si manifesta in età pediatrica, principalmente nei primi 25 mesi di vita. La guarigione da questa patologia è possibile, a patto che il tumore non sia riconosciuto tardivamente. Se ciò dovesse avvenire il bambino va incontro al rischio di perdita dell’occhio e, nei casi peggiori, della vita.

E’ questo motivo che ha spinto Bryan Shaw, professore associato alla Bayor University a Waco in Texas e il suo team a sviluppare un’app capace di riconoscere tempestivamente un importante indice della malattia. CRADLE (Computer-Assisted Detector of Leukocoria), questo il nome dell’app prototipo, è in grado con una semplice scansione di foto di riconoscere la leucocoria, anche detta occhio bianco, negli occhi dei bambini.

La leucocoria non è altro che un riflesso bianco nella pupilla, del tutto simile agli occhi rossi normalmente presenti nelle foto che si scattano tutti i giorni; ma mentre il riflesso rosso nella pupilla è fisiologico, poiché dovuto alla riflessione della luce visibile sui vasi sanguigni della retina, quello bianco può rappresentare un campanello di allarme da tenere in considerazione. Oltre al retinoblastoma, la leucocoria può essere indice anche di altre malattie oculari come la retinopatia del prematuro, la cataratta, la malattia di Coats, l’ambliopia, l’ipermetropia e molte altre.

app malattie occhi
Esempi di leucocoria patologica in bambini affetti da (B) ipermetropia, (C) retinoblastoma, (D) malattia di Coats, (E) ambliopia e (F) cataratta, confrontati con (G) il riflesso rosso e leucocoria fisiologica in un bambino sano. Crediti: Articolo: Munson MC, Plewman DL, Baumer KM, et al. (2019) Autonomous early detection of eye disease in childhood photographs. Sciences Advances 5(10): eaax6363

CRADLE, un’app molto efficace per individuare le malattie degli occhi

Shaw analizzò l’esigenza di un riconoscimento precoce della leucocoria già in uno studio del 2013, quando il suo team analizzò più di 7000 foto di suo figlio, a cui è stato diagnosticato il retinoblastoma all’età di quattro mesi. Dallo studio effettuato i ricercatori si resero conto che la leucocoria era già visibile nelle foto del bimbo di 12 giorni. A causa della diagnosi tardiva il bambino di Shaw perse un occhio e ha successivamente manifestato significativi problemi di vista dall’altro.

La diagnosi tradizionale del retinoblastoma viene effettuata con l’oftalmoscopio tramite il test del riflesso rosso, che prevede che la pupilla del bambino venga colpita da un raggio luminoso. Se la pupilla riflette un colore rosso-arancione è considerata in buona salute, mentre un riflesso bianco è dovuto alla riflessione del raggio su una superficie oculare anormale, come ad esempio aggregati y-cristallini (coats’ disease), cellule tumorali (retinoblastoma) o colesterolo (cataratta).

CRADLE è però in grado di rilevare la leucocoria almeno nove mesi prima di quanto faccia l’esame oculistico tradizionale, un tempo sufficiente per evitare che il tumore metastatizzi e colpisca il nervo ottico e il cervello.

L’analisi delle foto si è rivelata uno strumento più efficace di un semplice esame binario, poiché, essendo le foto scattate dai genitori solitamente molte, viene aumentata significativamente la probabilità che la luce colpisca, nel caso ad esempio del retinoblastoma, la superficie tumorale e venga riflessa sulla lente della telecamera indipendentemente dalla posizione e dalla dimensione del tumore.

malattie occhi
Esempio di malattie agli occhi dei bambini. Crediti: Abdolvahabi A, Taylor BW, Holden RL, Shaw EV, Kentsis A, Rodriguez-Galindo C, et al. (2013) Colorimetric and Longitudinal Analysis of Leukocoria in Recreational Photographs of Children with Retinoblastoma. PLoS ONE 8(10): e76677

L’app rappresenta inoltre un grande vantaggio per i contesti meno sviluppati, in cui c’è un accesso più limitato alle visite mediche e le morti a causa del retinoblastoma sono molto più numerose.

Come funziona l’app CRADLE?

L’app CRADLE è disponibile gratuitamente su Apple App Store e Google Play con il nome di “CRADLE White Eye Detector”. Una volta scaricata, l’app analizza autonomamente le foto contenute nello smartphone, senza richiedere l’azione da parte dell’utente di caricare le foto sull’applicazione.

malattie occhi
CRADLE, l’app che riconosce le malattie degli occhi. Crediti: Google Play

Attraverso processi di elaborazione di machine learning l’app rileva la presenza o meno di leucocoria negli occhi degli individui presenti nelle foto e avverte l’utente nel caso in cui il controllo abbia dato esito positivo per il riflesso bianco.

CRADLE è stata testata caricando su di essa più di ventimila fotografie di 20 bambini con una malattia oculare e di 20 bambini sani. Le foto spaziavano tra un’età di pochi mesi a qualche anno del bambino, in modo da stabilire esattamente a quale età l’app sarebbe stata in grado di riconoscere il riflesso bianco.

In 16 bambini su 20 affetti da malattia oculare CRADLE ha rilevato la leucocoria in media 1.3 anni prima rispetto a quanto aveva fatto la diagnosi tradizionale. Tra i bambini con retinoblastoma unilaterale, CRADLE ha fatto lo stesso 9 mesi prima della diagnosi.

CRADLE è  capace di riconoscere la leucocoria anche in bambini appartenente ad etnie diverse. Ciò significa che riesce ad individuare l’occhio bianco indipendentemente dalle differenze anatomiche degli occhi.

Il retinoblastoma si manifesta solamente nei bambini, ma CRADLE funziona naturalmente anche per gli adulti. La sua importanza risulta però decisiva per bambini e neonati, che non sono in grado di comunicare un difetto nella vista.

FONTI:

– Munson MC, Plewman DL, Baumer KM, et al. (2019) Autonomous early detection of eye disease in childhood photographs. Sciences Advances 5(10): eaax6363

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0076677

– Abdolvahabi A, Taylor BW, Holden RL, Shaw EV, Kentsis A, Rodriguez-Galindo C, et al. (2013) Colorimetric and Longitudinal Analysis of Leukocoria in Recreational Photographs of Children with Retinoblastoma. PLoS ONE 8(10): e76677

https://advances.sciencemag.org/content/5/10/eaax6363