| Разработчики: | Калифорнийский университет в Сан-Диего (UCSD) |
| Дата премьеры системы: | ноябрь 2023 г. |
| Отрасли: | Фармацевтика, медицина, здравоохранение |
2023: Анонс продукта
24 октября 2023 года американские инженеры из Калифорнийского университета в Сан-Диего сообщили о разработке специализированного аксессуара для смартфонов, который позволяет диагностировать различные неврологические состояния. Устройство, в частности, способно выявлять черепно-мозговые травмы и болезнь Альцгеймера.
Прибор представляет собой насадку для камеры смартфона, которая анализирует состояние зрачка. Исследователи отмечают, что изменения размера зрачка при выполнении пациентом определенных задач связаны с неврологическим состоянием человека. Например, зрачок обычно расширяется во время выполнения сложных когнитивных действий или в ответ на неожиданные стимулы.
Однако сложность заключается в том, что отслеживание размеров зрачка может быть затруднено у людей с темным цветом глаз. Дело в том, что в этом случае обычные цветные камеры с трудом могут отличить зрачок от радужной оболочки. А поэтому результаты диагностики не обладают достаточной точностью. Для решения проблемы специалисты из Калифорнийского университета в Сан-Диего оснастили свое устройство особым фильтром, который выборочно пропускает в камеру свет с определенной длиной волны — так называемый дальний красный свет (диапазон видимого света, между красным и инфракрасным).
Меланин, темный пигмент радужной оболочки, поглощает большинство длин волн видимого света, но отражает более длинные волны, включая дальний красный свет. В результате, радужная оболочка кажется значительно светлее, что позволяет с высокой точностью определить границы зрачка.Обзор российского рынка банковской цифровизации: импортозамещение, искусственный интеллект и собственные экосистемы 
Применять аксессуар можно с любыми смартфонами: достаточно закрепить насадку на камере аппарата и приложить ее к глазу. Смартфон проводит тест на реакцию зрачка, генерируя вспышку яркого света и записывая видео. После этого модель машинного обучения определяет размеры зрачка и делает вывод о неврологическом состоянии пользователя.[1]
