使用姿势AI准确预测重症婴儿的神经变化
Alec Gleason1, Florian Richter2, Nathalia Beller3
1Albert Einstein College of Medicine, New York, NY.
概括
使用姿势AI的计算机视觉可以预测新生儿重症监护室 (NICU) 的婴儿神经学变化. 这项技术为神经遥测提供了一种持续的,最少的侵入性方法,改善了患者的监测.
科学领域:
- 医学技术 医学技术 医学技术
- 人工智能的人工智能是人工智能.
- 新生儿神经学 新生儿神经学
背景情况:
- 婴儿的神经状况至关重要,但通常是主观地评估.
- 新生儿重症监护室 (NICU) 需要持续,客观的监测.
- 现有的方法,如脑电图 (EEG),可能是侵入性的,并提供间歇性数据.
研究的目的:
- 评估使用基于计算机视觉的姿势估计 (姿势AI) 用于新生儿的神经遥测的可行性.
- 确定姿势人工智能是否可以仅从视频数据中预测神经变化和诊断.
- 开发一种可扩展的,最少侵入性的方法,用于在婴儿重症监护室进行持续的神经评估.
主要方法:
- 收集了4705小时的视频数据,来自115名婴儿在NICU,与EEG相关.
- 训练了一种深度学习姿势算法,以准确预测婴儿的解剖学里程碑.
- 开发了使用姿势AI标志的分类器来预测镇静和大脑功能障碍.
主要成果:
- 姿势人工智能算法在预测解剖学地标方面表现出高准确度 (ROC-AUC 0.83-0.94).
- 波兹人工智能成功预测了婴儿镇静水平 (ROC-AUC 0.87-0.91).
- Pose AI准确地预测了大脑功能障碍 (ROC-AUC 0.76-0.91),与EEG诊断相关.
结论:
- 通过姿势AI进行深度学习,可以在婴儿重症监护室进行神经遥测.
- 从视频数据中,Pose AI可以预测关键的神经状态和诊断,可能取代或补充EEG.
- 这种方法为持续的婴儿神经监测提供了一个可扩展的,最少侵入性的解决方案.
