Reconocimiento automatizado de delirio pediátrico a través de análisis de video basado en aprendizaje profundo

Área de la Ciencia:

• Inteligencia artificial
• La informática médica
• Neurociencia computacional

Sus antecedentes:

• El delirio pediátrico es una condición común y desafiante con una incidencia más alta que en los adultos.
• El reconocimiento preciso y oportuno del delirio pediátrico es crucial para un tratamiento clínico eficaz.
• Los métodos actuales de diagnóstico pueden consumir mucho tiempo y trabajo para los profesionales de la salud.

Objetivo del estudio:

• Desarrollar y validar un algoritmo basado en el aprendizaje profundo para el reconocimiento automatizado del delirio pediátrico a partir de grabaciones de video.
• Evaluar el rendimiento del modelo propuesto en términos de exactitud, precisión, recuerdo y puntuación F1.
• Para permitir el diagnóstico de vídeo inteligente para el delirio pediátrico dentro de un sistema hospitalario.

Principales métodos:

• Se recogieron 129 muestras de video (74 sin delirio, 55 con delirio) etiquetadas por médicos.
• Empleó una red neuronal convolucional espacio-temporal profunda (CNN) de 18 capas con filtros convolucionales 2D y 1D.
• Preentrenó la arquitectura en un conjunto de datos de video a gran escala e integró una cabeza de clasificación de tres capas completamente conectada.

Principales resultados:

• El algoritmo propuesto logró un rendimiento de clasificación robusto con una precisión de 0,8718, una precisión de 0,8711, un recuerdo de 0,8730, y una puntuación F1 de 0,8715.
• El modelo demostró aplicabilidad clínica y fiabilidad técnica en diversas estrategias de capacitación y pruebas.
• Un conjunto de pruebas independientes de 100 muestras nuevas arrojó una precisión de 0,8800, confirmando la eficacia del modelo.

Conclusiones:

• El algoritmo de aprendizaje profundo desarrollado proporciona un método confiable y eficaz para el reconocimiento del delirio pediátrico.
• El despliegue del modelo en un sistema hospitalario facilita el diagnóstico de video inteligente, mejorando potencialmente los resultados de los pacientes.
• Este enfoque ofrece una solución novedosa para abordar los desafíos en el diagnóstico del delirio pediátrico.