您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
AI可以检测婴儿中风的迹象
2019年02月26日 由 岑女士 发表
565633
0
围生期卒中是指在婴儿出生前后可导致终身残疾的中风，影响约千分之二的儿童，使其成为儿童时期最常见的障碍性疾病。早期治疗有可能改善病情，但需要及早发现，这说起来容易但做起来难。这些症状往往是非特异性的，一种常规的筛查方法——一般运动评估(General Movement Assessment, GMA)需要广泛的训练。
幸运的是，纽卡斯尔大学(Newcastle University)和乔治亚理工学院(Georgia Institute of Technology)的研究人员相信，他们已经在自动化、低成本的诊断解决方案方面取得了进展，该解决方案利用了可穿戴设备和人工智能（AI)的相结合。在最近发表的一篇预印本论文中，他们描述了他们的工作(“使用可穿戴式加速计为婴儿围产期脑卒中筛查提供可靠的、自动化的一般运动评估”)，包括为新生儿配备身体佩戴的传感器，并将GMA算法应用于所收集的数据。
在涉及34名婴儿的小型初步测试中，其中13名出现异常动作，研究人员的系统识别出围生期中风的可能性超过75%。
这篇论文的作者写道:“这是一个令人鼓舞的进步，又向前迈进了一步，我们的最终目的是建立一个可在全国范围内使用的PS自动筛查系统。”“而我们的目标是开发一种方法，可以更简单容易的对每一个新生儿进行准确和客观的评估，从而及早发现潜在的行动异常。”这种自动筛查程序不会导致病例减少，而是能更早发现。
在研究过程中，研究人员在婴儿的脚踝和手腕上系上了带有加速计的浅色轻质棉带，并每隔一个月对每个新生儿进行10分钟的试验、记录数据。(他们还拍摄了试验的视频片段，由训练有素的专业人员分别审核。)通过基于机器学习的管道（Discriminative Pattern Discovery）对来自161个总验证测试（24,000到60,000个样本）的加速度计读数进行分类。可能表示中风的异常运动迹象。在验证阶段，他们的方法达到了80％的准确率，始终优于先前的方法。
研究人员写道:“我们开发的判别模式发现(DPD)方法能够自动检测相关模式，并在此基础上引导出有效的分类模型。”“通过我们的方法对一组婴儿进行严格的评估，这些婴儿要么被诊断出患有围生期卒中，要么就是正常发育。我们已经为筛查工具奠定了基础,只需极少的努力即可实现早期阶段识别幼儿的异常运动。就分析结果的准确性而言，我们的方法应用简单，价格低廉且可靠。“
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消