Yhdistetty tekoäly ja mobiilisovellus vauvojen moottorin etäseulontaan: kehittäminen ja validointi

Tausta ja tarkoitus: Kehityshäiriöiden riskissä olevien pikkulasten (kuten keskosten) varhainen tunnistaminen ja puuttuminen on tärkeä globaali terveyspolitiikka ja -toimi. Taiwanissa varhaiseen interventioon lähetettyjen kehityshäiriöistä kärsivien lasten määrä on lisääntynyt viimeisten kymmenen vuoden aikana, ja silti heidät todennäköisemmin diagnosoidaan ja ohjataan hoitoon yli kahden vuoden iässä. Olemassa olevat kehitysdiagnostiset testit ovat usein saatavilla sairaaloissa; kun taas seulontatestit perustuvat usein vanhempien raporttiin, johon vaikuttavat vanhempien tietämys ja tulkinta. Vaikka nouseva tekoälyteknologia ja syväoppiminen ovat mahdollistaneet ihmisen liikkeiden seurannan ja tunnistamisen standardoiduissa laboratorioasetuksissa, sen yhdistäminen mobiilisovellukseen (APP) on mahdollista ja tarkkaa vauvojen motoriikassa kotona. Siksi tämä tutkimus jatkaa aiempia pyrkimyksiämme, joissa käytettiin tekoälyä ja koneoppimista luokitella useita vauvan liikkeitä standardoidussa laboratoriossa. Tässä tutkimuksessa pyritään yhdistämään tekoälyalgoritmi ja koneoppiminen APP-sovellukseen, joka mahdollistaa vauvojen motorisen seulonnan kotiasennuksissa. Tarkat tarkoitukset ovat: (1) APP "Baby Go" -version 3.0 nimeäminen siten, että se sisältää arvioinnin, lähetteen ja koulutustoiminnot vanhempien käyttöön kotona, (2) tekoälyalgoritmin kehittäminen ja validointi pikkulasten motorisiin seulontatutkimuksiin kotona. keskeneräisistä ja keskosista saadut videot, (3) vanhempien havainnon ja raportin vertailu tekoälyyn perustuviin arviointituloksiin ja (4) tekoälyalgoritmin ennakoivan validiteetin tutkiminen pikkulasten motoriikassa myöhempien tulosten perusteella. Menetelmä: Tähän tutkimukseen otetaan mukaan 100 ennenaikaista ja 20 2–18 kuukauden ikäistä ennenaikaista lasta (korjattu ennenaikaisuuden mukaan) National Taiwanin yliopistolliseen lastensairaalaan. APP "Baby Go" -versio 3.0 sisältää ikään perustuvan motorisen seulonnan ominaisuudet 2–5 liikkeellä kussakin iässä, tohtorilähetteen ja koulutusmoduulin. Vanhempia pyydetään tallentamaan kahden viikon välein videolle vauvansa liikkeet makuulla, selällään, istuen ja seistessä kotona ja samanaikaisesti lataamaan videotiedostot APP:n kautta 2–18 kuukauden ikäisenä, minkä jälkeen tallennetaan vauvan kävelyikä. saavuttaminen. Koulutetut fysioterapeutit merkitsevät kaikkiin videotiedostoihin, että tulokset toimivat kultaisena standardina tekoälymallin ja vanhempien havainnon tietojen validoinnissa. Videodata jaetaan satunnaisesti koulutus- ja testausjoukkoon 8:2-suhteella mallin kehittämistä ja validointia varten. Imeväisten motorisen seulon tekoälymallin ennustettavuus iän suhteen tutkitaan. Innovaatio ja merkitys: Tämä tutkimus on asteittainen tekoälymallin edistyminen pikkulasten liikkeiden seurannassa ja tunnistamisessa laboratoriopohjaisesta luokitusjärjestelmästä kotipohjaiseen seulontajärjestelmään. APP "Baby Go" -sovelluksen kautta tehtävä automaattinen tekoälyn ohjaama vauvojen moottorin seulonta tarjoaa vanhemmille ja terveydenhuollon tarjoajille Taiwanissa innovatiivisia ja toteutettavissa olevia kehitysresursseja etäyhteisöissä. Tulokset auttavat lastenlääkäreitä ja fysioterapeutteja suunnittelemaan diagnostisia arviointeja ja varhaisia ​​interventioita hermomotoristen häiriöiden riskissä oleville imeväisille.