Dépistage et surveillance du diabète à l'aide d'images de la langue et de symptômes autodéclarés : une approche d'apprentissage automatique

Collecte d'images de la langue La collecte d'images de la langue sera réalisée par des assistants de recherche formés sur la base de notre protocole publié (Wang et al., Soumis), qui comprenait les étapes suivantes. Étape 1, démarrez la fonction appareil photo du téléphone sans utiliser de filtre ou de fonction d'intelligence artificielle (A.I.); Étape 2, allumez le flash ; Étape 3, visez les lèvres du sujet en tenant le téléphone directement devant et à 15-20 cm du sujet avec un angle de 45 degrés ; Étape 4, appuyez sur l'écran pour régler la mise au point lorsque le sujet dépasse la langue, puis prenez une photo ; Étape 5, téléchargez l'image en pleine résolution dans le système de questionnaire en ligne (logiciel d'enquête Qualtrics).

Collecte de questionnaires sur la médecine chinoise Un questionnaire sous forme électronique/papier sera utilisé pour collecter les symptômes pertinents pour le diagnostic de modèle de médecine chinoise du diabète. Les questions ont été sélectionnées à partir d'études antérieures sur les symptômes les plus courants du diabète du point de vue de la médecine chinoise (Hsu et al., 2016 ; Zhou et al., 2012 ; Zhao et al., 2017). L'âge, le sexe, le poids, la taille, la durée du diabète, les antécédents familiaux de diabète et toute maladie comorbide, la lecture de l'Hb (si disponible) seront également pris en considération. Les antécédents récents de tabagisme sont également enregistrés comme un facteur de confusion potentiel pour les caractéristiques du revêtement de la langue (Tomooka et al., 2017)

Saisie et vérification des données Pour assurer l'exactitude, l'image, les réponses au questionnaire et les lectures d'HbA1c (et d'Hb, si disponible) seront téléchargées sur le serveur en même temps. Un numéro d'identification du patient pour l'essai sera également généré pour faciliter la vérification des données. Ce numéro d'identification consiste en des informations sur la date de collecte des données et le numéro de patient externe, etc. Cependant, il ne contiendra aucune information liée au HKID du patient, au nom complet du patient, au HN, au MRN, à la date de naissance, à l'adresse ou au numéro de téléphone.

Les données seront collectées par un service de questionnaire en ligne utilisant Qualtrics, puis stockées sur un ordinateur local chez SCM/HKBU. Une version papier du questionnaire pourra être utilisée si nécessaire, et le questionnaire rempli sera conservé 3 ans après l'étude. L'image collectée ne contiendra aucune caractéristique oculaire sur la photo et le questionnaire n'inclura aucune information permettant d'identifier le sujet, à l'exception d'un numéro d'identification du sujet pour l'essai. Une fois le projet terminé, les données sur Qualtrics seront supprimées, tandis que les données sur l'ordinateur local seront conservées pendant sept ans après la publication de l'étude, conformément aux exigences de l'établissement.

Apprentissage automatique Deux approches seront utilisées en apprentissage automatique. Dans la première approche, nous effectuerons d'abord une classification d'image de l'HbA1c normale ou anormale et générerons les probabilités pour la classification à l'aide de réseaux de neurones convolutifs (CNN) (Anwar et al., 2016 ; Ødegaard et al., 2016). Puis nous essaierons de classer les images en quatre classes différentes selon leur taux d'HbA1c : <6% (normal), 6-6,4% (prédiabète), 6,5-8,9% (diabète) et ≥ 9 % (diabète avec taux élevé d'HbA1c). Les données de probabilité de la classification des images seront combinées aux données du questionnaire en tant que variables utilisant des couches CNN entièrement connectées pour déterminer à quel des quatre niveaux d'HbA1c le sujet appartient (Osia et al., 2018). L'avantage de cette approche est qu'elle nous permet de déterminer la sensibilité et la spécificité des classifications en utilisant uniquement l'image de la langue. Cependant, un inconvénient de cette approche est qu'elle peut perdre certaines caractéristiques importantes de la langue lors de la classification avec les données du questionnaire. Alternativement, nous allons extraire les caractéristiques de chaque image de la langue à l'aide de CNN et utiliser un codage à chaud pour transférer les caractéristiques dans une matrice unidimensionnelle, ce qui permet de mélanger les données d'image avec les données du questionnaire pour une analyse de régression à l'aide d'un réseau de neurones.

Un ensemble de données de test séparé, qui contient au moins 200 images négatives et 200 images positives, sera utilisé pour évaluer la sensibilité et la spécificité des algorithmes obtenus. Dans l'algorithme final, la sensibilité, la spécificité, la valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) seront rapportées.

Problèmes potentiels et alternatives expérimentales

Problème potentiel 1 :

Il est fort probable que les caractéristiques de l'image de la langue ne soient pas exclusives à un taux anormal d'HbA1c, et elles sont également présentes chez les fumeurs et certaines maladies aiguës et chroniques, telles que la MPOC, les infections des voies respiratoires supérieures et les maladies chroniques des reins ou du foie.

Alternatives expérimentales :

Nous avons maintenant inclus une section pour les antécédents de tabagisme et les maladies aiguës ou chroniques connues dans notre questionnaire. Si nous trouvions une corrélation significative entre certaines variables confondantes avec un diagnostic de langue HbA1c anormal, nous avertirions le futur utilisateur du manque de fiabilité de l'algorithme lorsqu'il est utilisé dans une population présentant la condition confondante. De plus, nous ajusterions la pondération des paramètres dans le questionnaire pour obtenir un modèle de prédiction avec une spécificité et une sensibilité raisonnables, même pour les populations atteintes de ladite condition.

Problème potentiel 2 :

Les résultats de la classification de la machine à partir de l'ensemble de données d'images de langue collectées montrent une faible spécificité et sensibilité dans la prédiction des quatre niveaux d'HbA1c, même après l'inclusion de paramètres dans le questionnaire TCM.

Alternatives expérimentales :

Comme nous collecterons le profil lipidique sanguin des sujets de l'hôpital lorsqu'il sera disponible, nous pourrons analyser nos résultats au fur et à mesure. Lorsque la population totale de notre échantillon atteindra 2 000 personnes et que nous constatons toujours une faible spécificité et sensibilité, nous inclurons un test de profil lipidique sanguin à nos sujets communautaires. En ajoutant le profil lipidique sanguin comme paramètres dans notre modèle de régression, nous devrions être en mesure d'améliorer la spécificité et la sensibilité de la prédiction, car des études antérieures ont trouvé une étroite corrélation entre un taux élevé d'HbA1c et la dyslipidémie (Khan et al., 2007). Bien sûr, nous ne souhaitons pas que cela se produise car cela réduirait la valeur de notre modèle de prédiction, car il nécessite une procédure invasive pour obtenir le profil lipidique sanguin. Néanmoins, nous sommes convaincus qu'au moins un modèle non invasif pour la détection d'un taux anormal d'HbA1c (≥ 6,5 %) peut être produit, sur la base des résultats de notre étude de preuve de concept.

Problème potentiel 3 :

Les caractéristiques d'image responsables de la classification des niveaux normaux et anormaux d'HbA1c (≥ 6,5 %) n'ont pas pu être facilement identifiées.

Alternatives expérimentales :

L'extraction de caractéristiques visuelles pouvant fournir une représentation sémantique et robuste des images de la langue avec des niveaux anormaux d'HbA1c est hautement souhaitable. Le revêtement gras et épais, que nous avons identifié comme des caractéristiques pour la classification, doit être défini plus en détail. À cette fin, nous essaierons différentes techniques proposées dans la littérature (Ching et al., 2018), notamment l'attribution de scores d'importance spécifiques à l'exemple, l'appariement ou l'exagération de la représentation cachée, la maximisation de l'activation et la manipulation de l'espace latent, etc.