Las características sutiles del movimiento espontáneo de los bebés muy pequeños pueden revelar aspectos clínicamente importantes de su desarrollo neurológico. Se sabe que la evaluación visual de los patrones de movimiento típicos movimientos generales, GM por parte de un experto clínico es eficaz en la identificación temprana de, por ejemplo, parálisis cerebral CP.
"Un bebé de tres meses muestra movimientos estereotipados, similares a danzar, que ocurren con frecuencia en todo el cuerpo y las extremidades. Una ausencia notoria de ellos es altamente predictiva de la aparición posterior de PC", dice Sampsa Vanhatalo, profesora de neurofisiología clínica, Universidad de Helsinki.
Una identificación muy temprana y una intervención terapéutica posterior serían muy beneficiosas para aliviar el impacto de la PC en el desarrollo neurológico. Actualmente, a un niño se le diagnostica PC a una edad mucho más avanzada, generalmente entre los 6 meses y los 2 años de edad. El análisis de GM es prometedor enSin embargo, para la detección temprana de la PC se necesita una experiencia especial que se obtiene actualmente a través de cursos de enseñanza internacionales, lo que limita efectivamente el número de médicos o terapeutas con las habilidades relevantes. Además, el análisis de GM en su forma actual se basa en la evaluación visual, quees siempre subjetivo.
"Existe una necesidad urgente de métodos objetivos y automatizados. Permitirían emplear análisis de movimiento a una escala mucho más amplia y lo harían accesible básicamente a la mayoría, si no a todos, los niños del mundo", dice Vanhatalo.
El hombre palo revela lo esencial
Investigadores de la Universidad de Helsinki y la Universidad de Pisa se propusieron explorar la posibilidad de que una grabación de video convencional de un bebé acostado en la cama pudiera transformarse en un análisis cuantificado de los movimientos infantiles. Colaboraron con personas de una empresa de inteligencia artificial con sede en Tampere, Neuro Event Labs, quienes pudieron crear un método para una extracción precisa de los movimientos de los niños utilizando una técnica conocida como estimación de pose, lo que permitió la construcción de un video simplificado de "hombre de palo" o esqueleto.
A continuación, los investigadores entregaron los videos de figuras de palitos a médicos con experiencia en transgénicos para ver si se conservaba información crucial para el diagnóstico en esos videos.
Utilizando solo los videos de figuras de palitos, los médicos pudieron asignar grupos de diagnóstico en el 95% de los casos, lo que demuestra que se había conservado la información clínicamente esencial.
El estudio muestra que un algoritmo automatizado puede extraer patrones de movimiento clínicamente importantes de grabaciones de video normales. Estas extracciones de figuras de palo se pueden usar directamente para análisis cuantitativos.
Para demostrar tal potencial, los investigadores proporcionaron una prueba de análisis de concepto donde medidas simples de movimientos de figuras de palitos mostraron claras diferencias entre grupos de bebés con movimientos normales o anormales.
El uso de videos con figuras de palitos también permite compartir en todo el mundo entre las comunidades de investigación sin preocupaciones de privacidad. Este ha sido un cuello de botella significativo en el establecimiento de actividades de investigación multinacionales dentro de este dominio.
"Esto finalmente permitirá un tipo de desarrollo genuinamente Big Data para mejores análisis cuantitativos de movimiento en bebés", afirma Vanhatalo.
"Desde este estudio, hemos recopilado conjuntos de datos más grandes, incluidas grabaciones de video en 3D, y actualmente estamos desarrollando un método basado en inteligencia artificial para la evaluación de la madurez motora infantil. La razón es sencilla: hay un problema de desarrollo con el niño, si elLa evaluación computacional de la madurez motora no coincide con la edad real del niño ".
El análisis del movimiento informa sobre el desarrollo neurológico y la eficacia de las intervenciones terapéuticas
Además de la detección temprana de PC, los análisis de movimiento automatizados tienen muchas aplicaciones potenciales en la evaluación del desarrollo neurológico infantil.
"Podríamos crear un tipo de gráfico de crecimiento funcional", dice Vanhatalo.
Los análisis de movimiento también podrían usarse de diversas maneras para mejorar las decisiones terapéuticas. Dichos métodos podrían proporcionar medios cuantitativos para medir objetivamente la eficacia de diferentes estrategias terapéuticas; uno de los temas candentes a nivel mundial en la medicina restaurativa.
Los análisis de movimiento automatizados también podrían permitir la detección extrahospitalaria de los niños para identificar a aquellos que necesitan más atención o para garantizar la normalidad en casos de preocupación por el desarrollo del niño.
"El uso del aprendizaje automático y la inteligencia artificial permite la extracción de cantidades sustanciales de información clínicamente útil a partir de una simple grabación de video casera. El objetivo final es encontrar métodos que permitan brindar atención médica infantil de alta e incluso calidaden todo el mundo ", resume Vanhatalo.
El estudio fue una colaboración entre investigadores de la Universidad de Helsinki, el Hospital Universitario de Helsinki, la Universidad de Pisa, la Fundación Scuola Superiore San'Anna ja IRCCS Stella Maris de Pisa, el Istituto Superiore di Sanità de Roma y Neuro Event Labs Ltd de Tampere.El estudio fue apoyado por Arvo y Lea Ylppö Säätiö, la Fundación Pediátrica de Finlandia y la Academia de Finlandia.
Fuente de la historia :
Materiales proporcionado por Universidad de Helsinki . Original escrito por Päivi Lehtinen. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :