Gli ingegneri della Penn State creano sensori indossabili AI per proteggere la salute dei neonati

Lo studio dell'Università della Penn State, che potrebbe essere arrivato come sottoprodotto di tecniche avanzate che facilitano la diagnosi precoce dei neonati con malattie neuromuscolari, potrebbe essere il primo studio arrivato come risultato dell'uso di tecnologia avanzata. L'istituzione di una cattedra di ingegneria scientifica meccanica in memoria di James L. Henderson, Jr., è stata uno sviluppo critico guidato dall'introduzione del gruppo Larry Cheng di una nuova metodologia basata su wearables e machine learning, che ha permesso un'accuratezza anormalmente alta nel riconoscere e classificare i neonati a rischio.

Tecnologia innovativa per combattere le malattie neuromotorie

Questo recente caso di test, uno studio intitolato 'Avanzamento nella Scienza', consiste in una rete di IMU wireless morbidi combinati con un algoritmo di machine learning in miniatura che può essere utilizzato per monitorare l'attivazione spontanea delle funzioni motorie dei neonati e i segni dei loro disturbi dello sviluppo o progressioni, come la paralisi cerebrale. Questo sistema robotico di intelligenza artificiale è progettato per rilevare modelli di movimento anomali che sono indicativi di paralisi cerebrale e disturbo dello spettro autistico, che è l'obiettivo di questa tecnologia.

Il Dr. Cheng ha consapevolmente rivelato che questi movimenti sono un indicatore dello sviluppo neurale generale di un essere umano da 0 a 20 settimane dopo la nascita. I metodi convenzionali in cui gli esperti umani di solito fanno la diagnosi mediante valutazione visiva dei sintomi sono spesso impoveriti dall'errore umano, dalle condizioni meteorologiche estreme e dalla complessità dell'impostazione video. Per quanto riguarda questa tecnologia dei sensori fornita da Cheng, possiamo parlare di due miglioramenti più amichevoli relativi all'oggettività e alla praticità. Questi miglioramenti possono ridurre il tempo richiesto per diagnosi più precoci e accurate.

Rilevazione precoce di problemi neuromotori con nuova tecnologia di sensori

I sensori sono di tendenza nell'industria del fitness da qualche tempo, una tendenza che continuerà nei prossimi anni, considerando la loro capacità di misurare i livelli di attività in tempo reale. Questi dati sono incredibilmente preziosi per gli utenti che vogliono monitorare i loro progressi e raggiungere i loro obiettivi di fitness.

Questo sistema di sensori sviluppato dal team di Cheng ha proprietà meccaniche simili alla pelle umana, rendendolo ideale per gestire la pelle delicata di un neonato. La fronte, i polsi e le caviglie del neonato sono stati scelti come i luoghi in cui sono stati installati i primi cinque IMU, creando una rete che è rada ma cattura l'intera portata del movimento del neonato senza essere intrusiva. Questi dati grezzi vengono poi elaborati dall'algoritmo di machine learning del team che utilizza un algoritmo personalizzato per identificare i modelli di movimento come 'Normali', 'Alto Rischio' o 'Anomali'.

Pertanto, non solo migliora l'accuratezza delle diagnosi ma riduce drasticamente il costo richiesto e i materiali necessari confrontando i metodi di diagnosi abituati in precedenza,” ha detto Cheng. Gli algoritmi di machine learning piccoli sono meno utili nelle aree in cui le risorse sono limitate. L'attenzione è sui risultati rapidi dagli algoritmi più piccoli, con la determinazione che i framework AI elaborati non sono necessari.

Avanzamento dei sistemi esperti per migliori risultati sanitari

La ricerca pilota di 23 neonati, sebbene promettente, non è sufficiente per confermare risultati proteici poiché è coinvolto un certo grado di elemento di errore in tali studi. Pertanto, studi su larga scala devono essere eseguiti per la convalida. Oltre a Cheng e ad altri membri del team, lavorare con professionisti medici è tra i loro obiettivi, così come gettare più luce sul prodotto e perfezionare la tecnologia. Lo sviluppo di questa rete di sensori faciliterà la ricerca che non è limitata solo alle valutazioni neuromotorie ma abbraccia anche la valutazione cardiopolmonare, la vibrazione delle corde vocali e l'allenamento sportivo.

L'inclusione dell'intelligenza artificiale e della tecnologia indossabile nella diagnostica medica apre una nuova finestra di opportunità nella fornitura di cure ai bambini piccoli, che potrebbe migliorare l'istituzione di interventi precoci e il tasso di sopravvivenza di un bambino in futuro per le persone a rischio di malattie neuromotorie. Man mano che la ricerca continua ad essere eseguita approfonditamente, questa tecnologia potrebbe diventare lo strumento più necessario per i medici e i genitori per monitorare il neonato su base preventiva e di sviluppo.

Questo progresso della Penn State sottolinea anche la necessità e l'utilità della collaborazione tra diversi campi, in questo caso medicina e informatica. Porta anche il cambiamento al fatto che tali applicazioni sono accessibili oggi. Con l'aiuto di sistemi basati sull'intelligenza artificiale compatti ed efficienti combinati con sensori indossabili non invasivi, la diagnostica medica e l'assistenza ai pazienti possono evolversi in un nuovo modo di affrontare questo problema, dove la tecnologia sarà utilizzata per rendere facile il rilevamento e le strategie di trattamento.

Questo articolo è apparso originariamente su News Medical