Ingenieros de Penn State crean sensores portátiles de IA para proteger la salud infantil

El estudio de la Universidad de Penn State, que posiblemente surgió como un subproducto de técnicas avanzadas que facilitan el diagnóstico temprano de bebés con enfermedades neuromusculares, puede ser el primer estudio que surgió como resultado del uso de tecnología avanzada. El establecimiento de una cátedra de ingeniería científica mecánica en memoria de James L. Henderson, Jr., fue un desarrollo crítico liderado por la introducción del grupo Larry Cheng de una metodología novedosa basada en wearables y aprendizaje automático, lo que ha permitido una precisión anormalmente alta en el reconocimiento y categorización de recién nacidos en riesgo.

Tecnología innovadora para combatir enfermedades neuromotoras

Este reciente caso de prueba, un estudio titulado «Avance en la Ciencia», consiste en una red de IMUs inalámbricos blandos combinados con un algoritmo de aprendizaje automático en miniatura que se puede usar para monitorear la activación espontánea de las funciones motoras de los bebés y signos de sus trastornos del desarrollo o progresiones, como la parálisis cerebral. Este sistema robótico de inteligencia artificial está diseñado para detectar patrones de movimiento anormales que son indicativos de parálisis cerebral y trastorno del espectro autista, que es el objetivo de esta tecnología.

El Dr. Cheng reveló conscientemente que estos movimientos son un indicador del desarrollo neural general de un humano desde las 0 hasta las 20 semanas después del nacimiento. Los métodos convencionales en los que los expertos humanos suelen hacer el diagnóstico mediante la evaluación visual de los síntomas a menudo se ven empobrecidos por el error humano, las condiciones climáticas extremas y la complejidad de la configuración de video. Con respecto a esta tecnología de sensores proporcionada por Cheng, podemos hablar de dos mejoras más amigables relacionadas con la objetividad y la practicidad. Esas mejoras pueden reducir el tiempo requerido para diagnósticos más tempranos y precisos.

Detección temprana de problemas neuromotores con nueva tecnología de sensores

Los sensores han estado de moda en la industria del fitness durante algún tiempo, una tendencia que continuará en los próximos años, considerando su capacidad para medir los niveles de actividad en tiempo real. Estos datos son increíblemente valiosos para los usuarios que desean monitorear su progreso y alcanzar sus objetivos de fitness.

Este sistema de sensores desarrollado por el equipo de Cheng tiene propiedades mecánicas similares a la piel humana, lo que lo hace ideal para manejar la delicada piel de un bebé. La frente, las muñecas y los tobillos del bebé fueron elegidos como los lugares donde se instalaron los primeros cinco IMUs, creando una red que es dispersa pero captura todo el alcance del movimiento del bebé sin ser intrusiva. Estos datos sin procesar son luego procesados por el algoritmo de aprendizaje automático del equipo que utiliza un algoritmo personalizado para identificar los patrones de movimiento como «Normal», «Alto Riesgo» o «Anormal».

«Por lo tanto, no solo mejora la precisión de los diagnósticos, sino que también reduce drásticamente el costo requerido y los materiales necesarios al contrastar los métodos de diagnóstico acostumbrados anteriormente», dijo Cheng. Los algoritmos de aprendizaje automático pequeños son menos útiles en áreas donde los recursos son limitados. El enfoque está en obtener resultados rápidos de los algoritmos más pequeños, con la determinación de que los marcos de IA elaborados no son necesarios.

Avanzando en sistemas expertos para mejorar los resultados en la atención médica

La investigación piloto con 23 bebés, aunque prometedora, no es suficiente para confirmar resultados versátiles, ya que en este tipo de estudios interviene un cierto grado de error. Por lo tanto, deben realizarse estudios a gran escala para su validación. Junto con Cheng y otros miembros del equipo, trabajar con profesionales médicos es uno de sus objetivos, así como arrojar más luz sobre el producto y refinar la tecnología. El desarrollo de esta red de sensores facilitará investigaciones que no se limiten solo a evaluaciones neuromotoras, sino que también abarquen la evaluación cardiopulmonar, la vibración de las cuerdas vocales y el entrenamiento deportivo.

La inclusión de la inteligencia artificial y la tecnología portátil en el diagnóstico médico abre una nueva ventana de oportunidades en la prestación de atención a los niños pequeños, lo que podría mejorar el establecimiento de intervenciones tempranas y la tasa de supervivencia de un niño en el futuro para las personas en riesgo de enfermedades neuromotoras. A medida que la investigación continúe realizándose a fondo, esta tecnología podría convertirse en la herramienta más necesaria para que los médicos y los padres monitoren al recién nacido de manera preventiva y del desarrollo.

Este avance de Penn State también subraya la necesidad y la utilidad de la colaboración entre diferentes campos, en este caso, la medicina y la informática. También trae el cambio hacia el hecho de que estas aplicaciones son accesibles hoy en día. Con la ayuda de sistemas compactos y eficientes basados en inteligencia artificial combinados con sensores portátiles no invasivos, el diagnóstico médico y la atención al paciente pueden evolucionar hacia una nueva forma de abordar este problema, donde la tecnología se utilizará para facilitar estrategias de detección y tratamiento.

Este artículo apareció originalmente en News Medical