Инженеры Penn State создают носимые датчики на базе AI для защиты здоровья младенцев

Исследование Университета штата Пенсильвания, которое, возможно, стало побочным продуктом передовых методов, облегчающих раннюю диагностику младенцев с нервно-мышечными заболеваниями, может быть первым исследованием, ставшим результатом использования передовых технологий. Учреждение инженерной научной механической профессорской кафедры памяти Джеймса Л. Хендерсона-младшего стало важным развитием, возглавляемым группой Ларри Ченга, представившей новую методологию на основе носимых устройств и машинного обучения, что позволило аномально высокую точность в распознавании и классификации новорожденных из группы риска.

Инновационная технология для борьбы с нервно-двигательными заболеваниями

Этот недавний тестовый случай, исследование под названием «Прогресс в науке», состоит из сети мягких беспроводных ИМД в сочетании с миниатюрным алгоритмом машинного обучения, который можно использовать для мониторинга спонтанной активации моторных функций младенцев и признаков их расстройств развития или прогрессирования, таких как церебральный паралич. Эта система робототехники на базе искусственного интеллекта предназначена для обнаружения аномальных паттернов движения, указывающих на церебральный паралич и расстройство аутистического спектра, что является целью этой технологии.

Доктор Ченг сознательно раскрыл, что эти движения являются индикатором общего нейронного развития человека от 0 до 20 недель после рождения. Традиционные методы, при которых человеческие эксперты обычно ставят диагноз путем визуальной оценки симптомов, часто страдают от человеческих ошибок, экстремальных погодных условий и сложности настройки видео. Что касается сенсорной технологии, предоставленной Ченгом, мы можем говорить о двух более дружественных улучшениях, касающихся объективности и практичности. Эти улучшения могут сократить время, необходимое для более ранних и точных диагнозов.

Раннее выявление нервно-двигательных проблем с помощью новой сенсорной технологии

Датчики уже некоторое время являются трендом в индустрии фитнеса, и эта тенденция будет продолжаться в ближайшие годы, учитывая их способность измерять уровни активности в реальном времени. Эти данные невероятно ценны для пользователей, которые хотят отслеживать свой прогресс и достигать своих фитнес-целей.

Эта система датчиков, разработанная командой Ченга, имеет механические свойства, аналогичные человеческой коже, что делает ее идеальной для обработки нежной кожи младенца. Лоб, запястья и лодыжки младенца были выбраны в качестве мест, где были установлены первые пять ИМД, создавая сеть, которая является разреженной, но охватывает весь спектр движений младенца, не будучи навязчивой. Затем эти сырые данные обрабатываются алгоритмом машинного обучения команды, который использует пользовательский алгоритм для идентификации паттернов движения как «Нормальный», «Высокий риск» или «Аномальный».

Таким образом, это не только повышает точность диагнозов, но и радикально снижает стоимость и материалы, необходимые по сравнению с методами диагностики, к которым привыкли ранее», — сказал Ченг. Маленькие алгоритмы машинного обучения менее полезны в областях с ограниченными ресурсами. Акцент делается на быстрых результатах от меньших алгоритмов, с определением, что сложные рамки ИИ не являются необходимыми.

Развитие экспертных систем для улучшения результатов здравоохранения

Пилотное исследование с участием 23 младенцев, хотя и многообещающее, недостаточно для подтверждения универсальности результатов, поскольку в подобных исследованиях всегда присутствует элемент погрешности. Поэтому необходимы масштабные исследования для валидации. Вместе с Ченом и другими членами команды одной из их целей является сотрудничество с медицинскими специалистами, а также более глубокое изучение продукта и совершенствование технологии. Разработка этой сенсорной сети облегчит исследования, которые не ограничиваются только нейромышечной оценкой, но также охватывают кардиопульмональную оценку, вибрацию голосовых связок и спортивные тренировки.

Интеграция искусственного интеллекта и носимых технологий в медицинскую диагностику открывает новые возможности в оказании помощи маленьким детям, что может способствовать раннему выявлению проблем и повышению выживаемости детей в будущем, особенно тех, кто подвержен риску развития нейромышечных заболеваний. По мере проведения тщательных исследований эта технология может стать важнейшим инструментом для врачей и родителей, позволяющим осуществлять профилактический и развивающий мониторинг новорожденных.

Это достижение Пенсильванского государственного университета также подчеркивает необходимость и полезность сотрудничества между различными областями, в данном случае медициной и компьютерными науками. Оно также свидетельствует о том, что такие приложения стали доступны в наши дни. Благодаря компактным и эффективным системам на базе искусственного интеллекта, объединенным с неинвазивными носимыми датчиками, медицинская диагностика и уход за пациентами могут перейти на новый уровень, где технологии будут использоваться для упрощения выявления заболеваний и разработки стратегий лечения.

Эта статья изначально появилась в News Medical