人工知能とモバイルアプリケーションを組み合わせた乳児の遠隔運動スクリーニング: 開発と検証

背景と目的: 発達障害のリスクがある乳児 (早産児など) を早期に特定し介入することは、重要な世界的な保健政策と行動です。 台湾では、早期介入のために紹介される発達障害のある子供の数がここ 10 年で増加していますが、それでも、2 歳を超えてから診断され、介入のために紹介される可能性が高くなります。 既存の発達診断検査は病院で頻繁に利用できます。一方、スクリーニング検査は多くの場合、親の知識や解釈の影響を受ける親の報告に基づいています。 新興の人工知能 (AI) 技術と深層学習により、標準化された実験室環境で人間の動きの追跡と認識が可能になりましたが、家庭での乳児の運動スクリーニングにモバイル アプリケーション (APP) を組み込むことが実現可能で正確であるかどうかは、ほとんど調査されていません。 したがって、この研究では、AI と機械学習を適用して標準化された実験室でいくつかの乳児の動きを分類するという以前の取り組みを継続します。 この研究は、AI アルゴリズムと機械学習を APP と組み合わせて、家庭での幼児の運動スクリーニングを行うことを目的としています。 具体的な目的は、(1) 家庭で保護者が使用するための評価、紹介、教育機能を含むアプリ「Baby Go」バージョン 3.0 の指定、(2) 家庭に基づく幼児の運動スクリーニングのための AI アルゴリズムの開発と検証、です。正期産児および早産児から取得したビデオ、(3) 親の認識および報告と AI 主導の評価結果との比較、(4) その後の転帰に関する乳児運動スクリーニングの AI アルゴリズムの予測的妥当性の検査。 方法: この研究では、国立台湾大学小児病院で生後 2 ～ 18 か月 (未熟児を補正) の早産児 100 名と正期産児 20 名を募集します。 APP「Baby Go」バージョン 3.0 には、年齢ごとに 2 ～ 5 回の動作による年齢ベースの運動スクリーニング、医師の紹介、教育モジュールの機能が含まれます。 保護者は、自宅でうつ伏せ、仰向け、座位、立位での赤ちゃんの動きを隔週でビデオ録画し、同時に生後2～18か月の間、アプリ経由でビデオファイルをアップロードし、その後、乳児の歩行年齢を記録するよう求められます。達成。 すべてのビデオ ファイルには、訓練を受けた理学療法士によって、結果が AI モデルと親の認識のデータを検証するためのゴールド スタンダードとして機能するという注釈が付けられます。 ビデオ データは、モデルの開発と検証のために 8:2 の比率でトレーニング セットとテスト セットにランダムに分割されます。 幼児運動スクリーニングの AI モデルは、歩行到達年齢に対する予測の妥当性について検査されます。 革新性と意義: この研究は、研究室ベースの分類システムから家庭ベースのスクリーニング システムまで、乳児の動きの追跡と認識における AI モデルの漸進的な進歩です。 APP「Baby Go」を介した自動 AI 駆動の幼児運動スクリーニングは、台湾の親と医療提供者に遠隔地コミュニティにおける革新的で実現可能な発達リソースを提供します。 この結果は、小児科医や理学療法士が神経運動障害のリスクのある乳児に対する診断評価と早期介入を計画する際に役立つ洞察力に富んだものです。