数字双胞胎用于监测早产婴儿的神经运动发育:概念框架和概念验证研究

科学领域:

• 儿科神经发育 儿童神经发育
• 计算医学是一种计算医学.
• 婴儿运动评估 婴儿运动评估

背景情况:

• 过早分娩显著增加了儿童运动,认知和行为障碍的风险.
• 早期运动发育监测对于预测神经发育障碍 (NDD) 至关重要.
• 目前的评估方法缺乏定量,标准化的措施,并且难以整合复杂的病史.

研究的目的:

• 引入使用数字双胞胎 (DTs) 和高级指标进行整体,纵向婴儿运动发展评估的新框架.
• 通过整合多式联络数据和复杂分析,克服当前婴儿运动评估的局限性.
• 支持早期识别和预测婴儿的神经发育障碍.

主要方法:

• 开发一个数字双胞胎 (DT) 生态系统,集成数据处理算法和人工智能进行分析.
• 实施一个概念验证应用程序,使用已公布的关于满期,早产和非常早产婴儿的数据.
• 在DT模型中对运动,临床和认知数据进行标准化,用于高级分析.

主要成果:

• 证明了DT框架在整合各种婴儿数据 (运动,临床,认知) 的可行性.
• 展示了在DT中整合标准化措施的初步先进分析.
• 验证了用于婴儿监测的可扩展和可适应解决方案的潜力.

结论:

• 提出的DT方法为临床实践在监测早产婴儿运动轨迹方面取得了重大进展.
• 这种可扩展的框架可以适应各种婴儿群体的大型多中心研究,需要监测运动功能.
• 数据测试为整体,纵向评估提供了一个强大的工具,增强了NDD的预测和管理.