Les ingénieurs de Penn State créent des capteurs portables IA pour protéger la santé des nourrissons

L'étude de l'Université Penn State, qui est peut-être venue en tant que sous-produit de techniques avancées facilitant le diagnostic précoce des nourrissons atteints de maladies neuromusculaires, pourrait être la première étude résultant de l'utilisation de technologies avancées. L'établissement d'une chaire de professeur en génie mécanique en mémoire de James L. Henderson, Jr., a été un développement critique conduit par le groupe Larry Cheng qui a introduit une nouvelle méthodologie basée sur les wearables et l'apprentissage automatique, permettant une précision anormalement élevée dans la reconnaissance et la catégorisation des nouveau-nés à risque.

Technologie innovante pour combattre les maladies neuromotrices

Ce cas récent, une étude intitulée « Avancement en Science », consiste en un réseau de capteurs IMU sans fil souples combinés à un algorithme d'apprentissage automatique miniature qui peut être utilisé pour surveiller l'activation spontanée des fonctions motrices des nourrissons et les signes de leurs troubles du développement ou progressions, comme la paralysie cérébrale. Ce système robotique d'intelligence artificielle est conçu pour détecter des modèles de mouvement anormaux indicatifs de la paralysie cérébrale et du trouble du spectre de l'autisme, qui est l'objectif de cette technologie.

Le Dr Cheng a consciemment révélé que ces mouvements sont un indicateur du développement neural général d'un humain, de la naissance jusqu'à 20 semaines. Les méthodes conventionnelles, dans lesquelles les experts humains établissent généralement le diagnostic par une évaluation visuelle des symptômes, sont souvent entachées d'erreurs humaines, de conditions météorologiques extrêmes et de la complexité de la configuration vidéo. Concernant cette technologie de capteurs fournie par Cheng, nous pouvons parler de deux améliorations plus conviviales concernant l'objectivité et la praticité. Ces améliorations peuvent réduire le temps nécessaire pour des diagnostics plus précoces et plus précis.

Détection précoce des troubles neuromoteurs grâce à une nouvelle technologie de capteurs

Les capteurs sont tendance dans l'industrie du fitness depuis un certain temps, une tendance qui se poursuivra dans les années à venir, compte tenu de leur capacité à mesurer les niveaux d'activité en temps réel. Ces données sont incroyablement précieuses pour les utilisateurs qui souhaitent suivre leurs progrès et atteindre leurs objectifs de forme physique.

Ce système de capteurs développé par l'équipe de Cheng possède des propriétés mécaniques similaires à celles de la peau humaine, ce qui le rend idéal pour manipuler la peau délicate d'un nourrisson. Le front, les poignets et les chevilles du nourrisson ont été choisis comme emplacements pour l'installation des cinq premiers IMU, créant ainsi un réseau dispersé mais qui capture l'ensemble des mouvements de l'enfant sans être intrusif. Ces données brutes sont ensuite traitées par l'algorithme d'apprentissage automatique de l'équipe, qui utilise un algorithme personnalisé pour identifier les motifs de mouvement comme étant « Normaux », « À haut risque » ou « Anormaux ».

Par conséquent, cela améliore non seulement la précision des diagnostics, mais réduit également drastiquement les coûts et les matériaux nécessaires par rapport aux méthodes de diagnostic habituellement utilisées », a déclaré Cheng. Les petits algorithmes d'apprentissage automatique sont moins utiles dans les zones où les ressources sont limitées. L'accent est mis sur des résultats rapides issus des algorithmes plus petits, avec la détermination que des cadres d'IA élaborés ne sont pas nécessaires.

Amélioration des systèmes d'experts pour de meilleurs résultats en matière de santé

La recherche pilote sur 23 bébés, bien que prometteuse, ne suffit pas à confirmer des résultats protéiformes, car un certain degré d'erreur est impliqué dans de telles études. Par conséquent, des études à grande échelle doivent être menées pour valider les résultats. Aux côtés de Cheng et d'autres membres de l'équipe, travailler avec des professionnels de la santé fait partie de leurs objectifs, tout comme éclairer davantage le produit et affiner la technologie. Le développement de ce réseau de capteurs facilitera la recherche non seulement limitée aux évaluations neuromotrices, mais englobant également l'évaluation cardiopulmonaire, la vibration des cordes vocales et l'entraînement sportif.

L'inclusion de l'intelligence artificielle et des technologies portables dans le diagnostic médical ouvre une nouvelle fenêtre d'opportunités dans la prestation de soins aux jeunes enfants, ce qui pourrait améliorer l'établissement d'interventions précoces et le taux de survie des enfants à l'avenir pour les individus à risque de maladies neuromotrices. À mesure que la recherche se poursuit de manière approfondie, cette technologie pourrait devenir l'outil le plus nécessaire pour les médecins et les parents afin de surveiller le nouveau-né sur une base préventive et développementale.

Cette percée de Penn State souligne également la nécessité et l'utilité de la collaboration entre différents domaines, dans ce cas, la médecine et l'informatique. Elle met également en évidence le fait que de telles applications sont accessibles aujourd'hui. Avec l'aide de systèmes compacts et efficaces basés sur l'intelligence artificielle combinés à des capteurs portables non invasifs, le diagnostic médical et les soins aux patients pourraient évoluer vers une nouvelle approche de ce problème, où la technologie sera utilisée pour faciliter la détection et les stratégies de traitement.

Cet article est apparu à l'origine dans News Medical