원격 유아 운동 검사를 위한 인공지능과 모바일 애플리케이션의 결합: 개발 및 검증

배경 및 목적: 발달 장애의 위험이 있는 유아(예: 조산아)를 조기에 식별하고 개입하는 것은 중요한 글로벌 보건 정책 및 조치입니다. 대만에서 조기 개입이 의뢰된 발달 장애 아동의 수가 최근 10년 동안 증가했지만, 2세 이후에 진단을 받고 개입이 의뢰될 가능성이 더 높습니다. 기존 발달 진단 테스트는 병원에서 자주 이용 가능합니다. 반면 선별검사는 종종 부모의 지식과 해석에 영향을 받는 부모의 보고에 기초합니다. 새로운 인공 지능(AI) 기술과 딥 러닝으로 인해 표준화된 실험실 환경에서 인간의 움직임을 추적하고 인식할 수 있게 되었지만 모바일 애플리케이션(APP)과의 통합이 가정에서 유아 운동 검사에 실행 가능하고 정확한지 여부는 거의 조사되지 않았습니다. 따라서 본 연구는 표준화된 실험실에서 여러 유아의 움직임을 분류하기 위해 AI와 기계 학습을 적용한 이전 노력을 계속합니다. 본 연구는 AI 알고리즘과 머신러닝을 가정 내 유아 운동 검진용 APP와 결합하는 것을 목표로 합니다. 구체적인 목적은 다음과 같습니다: (1) 가정에서 부모가 사용할 수 있는 평가, 추천 및 교육 기능을 포함하는 앱 "Baby Go" 버전 3.0 지정, (2) 가정 기반 유아 운동 검사를 위한 AI 알고리즘 개발 및 검증 만삭아와 조산아로부터 얻은 비디오, (3) 부모의 인식과 보고서를 AI 기반 평가 결과와 비교, (4) 후속 결과에 대한 유아 운동 검사를 위한 AI 알고리즘의 예측 타당성 검사. 방법: 이 연구에서는 국립대만대학교 아동병원에서 2~18개월(미숙아 교정) 사이의 미숙아 100명과 만삭아 20명을 모집합니다. APP 'Baby Go' 버전 3.0에는 연령별 2~5동작의 연령 기반 운동 검사 기능과 박사 추천, 교육 모듈 기능이 포함될 예정입니다. 부모는 격주로 집에서 아기의 엎드린 자세, 누운 자세, 앉은 자세, 서 있는 자세 등을 영상으로 녹화하고 동시에 2~18개월 동안 앱을 통해 영상 파일을 업로드한 후 아기가 걷는 연령을 기록하도록 요청받게 됩니다. 달성. 모든 비디오 파일에는 훈련된 물리치료사가 결과가 AI 모델 데이터 검증과 부모의 인식을 위한 표준이 될 것이라는 주석이 추가됩니다. 비디오 데이터는 모델 개발 및 검증을 위해 8:2 비율로 훈련 및 테스트 세트로 무작위로 분할됩니다. 유아 운동 검사의 AI 모델은 걷기 달성 연령에 대한 예측 타당성을 검사합니다. 혁신 및 의의: 이 연구는 실험실 기반 분류 시스템에서 가정 기반 선별 시스템으로 유아 움직임을 추적하고 인식하는 점진적인 AI 모델 발전입니다. APP "Baby Go"를 통한 자동 AI 기반 유아 운동 검사는 대만의 부모와 의료 서비스 제공자에게 원격 지역 사회에 혁신적이고 실현 가능한 발달 리소스를 제공할 것입니다. 결과는 소아과 의사와 물리치료사가 신경운동 장애 위험이 있는 유아에 대한 진단 평가 및 조기 개입을 계획하는 데 도움이 되는 통찰력이 있습니다.