腦震蕩是大腦損傷的一種，人們在體育比賽和日?；顒又校伎赡茉诓簧魇軅那闆r下引發(fā)腦震蕩。以往，大腦損傷的篩查和診斷需要在專業(yè)的醫(yī)療機構進行鑒定，在過程中會耗費很多的時間。

　　華盛頓大學(University of Washington)的研究人員正在開發(fā)首款能夠客觀檢測出腦震蕩的智能手機應用程序，這款應用也可以篩查其他創(chuàng)傷性腦損傷。研究人員期待這款應用能夠給需要的人第一時間帶來幫助，例如在一場體育比賽的間隙，在戰(zhàn)場上，或者在那些容易跌倒的老年人的家中。

　　智能手機 app 如何幫助檢測腦震蕩和其他腦損傷呢?

　　它運用的科學基礎是一種叫做瞳孔對光反射(PLR)的原理。長期以來，瞳孔對光的反射可以用來評估患者是否有嚴重的創(chuàng)傷性大腦損傷。臨床上，這是可以作為量化腦損傷的為數(shù)不多的方法之一。臨床上低成本的 PLR 檢測是使用像鋼筆大小的手電筒進行測量的。由臨床醫(yī)生用手電筒在眼睛的周圍進行靠近和拉遠的檢測，觀察受試者瞳孔的變化。由于這樣的檢測是由臨床醫(yī)生通過觀察進行評估的，數(shù)據(jù)讀取時缺乏更好的精確性。研究人員發(fā)現(xiàn)，在這樣的測量中數(shù)據(jù)結果平均誤差在 0.5mm，相比于瞳孔本身的直徑變化范圍，這是一個非常大的數(shù)字。

　　這無疑是現(xiàn)有醫(yī)療條件中需要改善的一項，有沒有辦法能夠使得這項檢測能夠更好的量化，更便捷的進行呢?

　　于是，研究人員想到了智能手機，是否可以通過智能手機的應用解決這一問題呢?

　　這款名為 PupilScreen 的 APP 誕生了。PupilScreen 可以通過智能手機的攝像頭來觀察瞳孔對光的響應。APP 不但調用了攝像頭，而且結合了時下最先進的深度學習工具——這是人工智能的一種類型。深度學習可以量化人類瞳孔的細微改變。app 使用智能手機的閃光燈來刺激患者的眼睛，并用攝像頭記錄一個三秒鐘的視頻。

　　這個視頻是用深度學習算法處理的，它可以確定每個視頻幀中哪個像素屬于瞳孔，并測量這些幀中瞳孔大小的變化。在一項小規(guī)模的試點研究中，覆蓋了 48 個來自于創(chuàng)傷性腦損傷患者和健康人的案例，臨床醫(yī)生在應用程序幫助下，診斷出幾乎完全準確的腦損傷。

　　正如在 2017 年 9 月 13 日在 Ubicomp 發(fā)布的論文中所描述的那樣，PupilScreen 可以評估患者的瞳孔光反射，幾乎和瞳孔測量儀相媲美。瞳孔測量儀是一種昂貴且很少使用的機器，只能在醫(yī)院里找到。

　　美國疾病控制與預防中心 (U.S. Centers for Disease Control and Prevention) 估計，在美國每年 380 萬次腦震蕩中，有一半的腦震蕩仍未被診斷出來，數(shù)百萬年輕球員和成年人面臨著未來頭部受傷和永久性認知缺陷的風險。

　　PupilScreen 可以在受傷的現(xiàn)場立刻幫助他們對腦損傷進行篩查，以便這些運動員或者其他需要的人能夠在第一時間得到正確的診斷，后續(xù)能夠得到及時有效的治療。很多時候，在急診室里，醫(yī)生仍是依靠肉眼的觀察來判斷腦損傷是否發(fā)生，輕度的腦震蕩只有微小的瞳孔變化是難以用肉眼進行準確衡量的。現(xiàn)在，有了 PupilScreen，那么智能手機就可以用來檢測輕度的腦震蕩，這開啟了一個腦震蕩篩查的全新思路。